基于多特征融合和深度學(xué)習(xí)的微觀擴(kuò)散預(yù)測(cè)

摘要： 準(zhǔn)確地預(yù)測(cè)社交網(wǎng)絡(luò)中的信息擴(kuò)散節(jié)點(diǎn)可以對(duì)謠言、計(jì)算機(jī)病毒等不良信息的傳播以及信息泄露做到早檢測(cè)、早溯源和早抑制。為了提高微觀擴(kuò)散預(yù)測(cè)精度，該文提出了一個(gè)基于多特征融合和深度學(xué)習(xí)的微觀信息擴(kuò)散預(yù)測(cè)通用框架(MFFDLP)。為了獲取信息擴(kuò)散的時(shí)序特征，基于信息擴(kuò)散序列和社交網(wǎng)絡(luò)圖，采用門控循環(huán)神經(jīng)網(wǎng)絡(luò)提取局部時(shí)序特征和全局時(shí)序特征，并融合形成信息擴(kuò)散序列表征；為了獲取用戶交互行為和... （共12頁(yè)）