作者：李倩倩; 姜景; 李瑛; 刘怡君政务微博微博特征转发规模分类预测微博活跃度
摘要：[目的/意义]政务微博是政府公共信息、与民众互动的重要平台,是创新社会治理的重要内容。因此,政务微博信息之后的转发规模对于预测网络舆情有重要意义。[方法/过程]从政务微博用户特征、内容特征、时间特征三个维度,提取特征体系,构建政务微博信息转发规模预测模型,用来刻画影响政务微博转发规模的政务用户权力层级、职能领域、传播形式等影响因素,通过比较多种机器学习算法测算政务微博转发规模分类预测的性能。[结果/结论]研究结果表明,随机森林算法在预测分类中表现最优;在对影响政务微博转发规模的特征重要性排序实验中发现信息时间、政务微博活跃度、社会影响力、政务微博行政级别等对预测精度的影响最为显著。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
