一種融合采樣技術(shù)和RE算法的微博轉(zhuǎn)發(fā)行為預(yù)測(cè)方法

　　針對(duì)微博轉(zhuǎn)發(fā)預(yù)測(cè)方法研究中的數(shù)據(jù)集不平衡問(wèn)題，提出了一種融合過(guò)采樣技術(shù)和隨機(jī)森林（RF）算法的微博轉(zhuǎn)發(fā)行為預(yù)測(cè)方法。首先，定義了個(gè)體信息、社交關(guān)系和微博主題3類與微博轉(zhuǎn)發(fā)行為相關(guān)的特征，并基于信息增益算法實(shí)現(xiàn)了關(guān)鍵特征選?。黄浯?，綜合微博特征數(shù)據(jù)的特點(diǎn)來(lái)改進(jìn)少數(shù)類樣本合成過(guò)采樣技術(shù)（ SMOTE），對(duì)原始數(shù)據(jù)集進(jìn)行非參數(shù)概率分布估計(jì)，并根據(jù)近似概率分布對(duì)數(shù)據(jù)集進(jìn)行過(guò)采樣處理，從而使正反例數(shù)據(jù)量達(dá)到平衡；最后，利用隨機(jī)森林算法，依據(jù)微博轉(zhuǎn)發(fā)關(guān)鍵特征進(jìn)行分類器訓(xùn)練，并利用袋外（OOB）數(shù)據(jù)誤差估計(jì)來(lái)分析和設(shè)置隨機(jī)森林算法的相關(guān)參數(shù)。通過(guò)與基于決策樹(shù)（DT）、支持向量機(jī)（SVM）、樸素貝葉斯（NB）和隨機(jī)森林等算法的微博轉(zhuǎn)發(fā)預(yù)測(cè)方法進(jìn)行對(duì)比，所提方法整體性能優(yōu)于基準(zhǔn)方法中性能最優(yōu)的SVM方法，召回率提高了8%，F(xiàn)值提高了5%。實(shí)驗(yàn)結(jié)果表明，所提方法在實(shí)際應(yīng)用中能夠有效提高微博轉(zhuǎn)發(fā)行為預(yù)測(cè)的準(zhǔn)確率。