买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津大学

摘要：本发明公开了一种基于图神经网络融合文本和时序信息的微博热度预测方法，利用滑动窗口数据集划分方法将预处理后的数据按照微博发出的时间进行排序和分割，按照固定的步长按照时间轴将数据集划分拆分为若干个数据子集；构建文本子图和时序子图，后输入至一个无监督的图神经网络模型，使用该模型得到所有的本文子图和时序子图中微博节点的特征表示，将其与微博发出一段时间的热度趋势信息融合，按照微博ID进行数据对齐，最后通过多层感知机对微博整个生命周期的热度进行预测。本发明考虑微博之间的相互影响的同时在一定程度上解决了模型无法对新发出的微博无法预测的问题，在使用时序信息较少的情况下能够迅速对新发出的微博取得较好的预测结果。

主权项：1.一种基于图神经网络融合文本和时序信息的微博热度预测方法，其特征在于，包括：步骤1、数据预处理：对微博文本部分和时序部分的数据进行预处理；步骤2、子图数据划分：利用滑动窗口数据集划分方法将数据按照微博发出的时间进行排序，然后通过一个固定长度的滑动窗口，对数据进行分割，在窗口内部的微博数据分别获取其文本内容和时间序列信息，按照固定的步长沿时间轴逐渐向后移动，获取下个窗口内部的数据信息，从而将数据集划分拆分为若干个数据子集；步骤3、构建文本子图和时序子图：针对每个数据子集进行构图，包括：通过微博文本和提取的关键词构建文本子图，通过微博发出一段时间的热度趋势信息构建时序子图；具体内容包括：3-1构建文本子图：对于滑动窗口内的N条微博数据，获取其文本信息，通过jieba分词提取C个关键词，构建一个节点数为N+C的异质图即为文本子图，利用该文本子图来考虑微博之间的相互影响；步骤如下：301关键词节点之间的边：通过互信息PMI对两个词之间的边进行构建，首先将文本切割为若干个长度相同的窗口，然后通过统计词在窗口在出现的次数，进行PMI的计算；当PMI大于设定阈值时，构建得到关键词节点之间的边；302关键词与文本节点之间的边：通过TF-IDF对文本和关键词之间的边进行构建，其中TF为词在文本中出现的频率，IDF为逆文档频率，通过总的文本数目和包含该关键词的文本数目做商并取对数，两者的乘积就是最终的TF-IDF的值；当TF-IDF大于设定阈值时，构建得到关键词与文本节点之间的边；3-2构建时序子图：对于滑动窗口内的N条微博数据，获取每个微博的时序信息，考虑微博时序信息之间的相互影响，通过卷积神经网络对微博的时序信息进行特征提取获取到时序子图的邻接矩阵，同时将微博的时序信息作为特征矩阵，构建N个节点的同质图即为时序子图；步骤4、特征提取：将所得的所有文本子图和时序子图输入至一个无监督的图神经网络模型，使用DeepGraphInformaxDGI对文本子图和时序子图进行特征提取；该无监督的图神经网络模型的输出结果即为所有的本文子图和时序子图中微博节点的特征表示，步骤5、微博热度预测：将所有的本文子图和时序子图中微博节点的特征表示与微博发出一段时间的热度趋势信息融合，实现特征融合，按照微博ID进行数据对齐，最后通过多层感知机对微博整个生命周期的热度进行预测。

全文数据：

权利要求：

百度查询： 天津大学 基于图神经网络融合文本和时序信息的微博热度预测方法