【技术实现步骤摘要】
基于用户活跃度网络平台热度信息预测方法、系统、终端
[0001]本专利技术属于网络空间认知
,尤其涉及一种基于用户活跃度网络平台热度信息预测方法、系统、接收用户输入程序存储介质、信息数据处理终端及应用,具体涉及一种基于用户活跃度的平台热度计算方法。
技术介绍
[0002]目前,热度计算方法大多数是针对帖子内容、新闻内容的应用。针对帖子内容、新闻内容热度的研究可分为单个时间点的热度研究与时间段内的热度趋势研究两个方面。在单个时间点的热度研究中,以帖子内容、新闻内容中转发数、评论数、点赞数、粉丝数等一系列定量数据为指标的网络舆情推文评价体系构建为主。
[0003]总体来说目前帖子内容、新闻内容热度研究多是针对于转发数、评论数、点赞数、粉丝数等一系列定量数据的研究。第一、针对平台热度计算的应用研究较为缺乏;第二、在平台热度度量方面并没有考虑用户的活跃程度,这是影响平台热度量化准确性与客观性的一个更重要因素。为了满足上述需求,本专利技术提出了基于用户活跃度的平台热度计算方法。
[0004]通过上述分析,现有技术存在的问题及缺陷为:(1)现有技术没有综合考虑用户的活跃程度,不能提升网络平台热度值信息的准确性。而且现有技术耗时长。(2)现有技术网络热度计算中,获取的信息不符合专家经验值。实用性差。
技术实现思路
[0005]为克服相关技术中存在的问题,本专利技术公开实施例提供了一种基于用户活跃度网络平台热度信息预测方法、系统、接收用户输入程序存储介质、信息数据处理终端及应用。所述技术方案如下 ...
【技术保护点】
【技术特征摘要】
1.一种基于用户活跃度网络平台热度信息预测方法,其特征在于,所述基于用户活跃度网络平台热度信息预测方法包括:利用构建的基于用户活跃度的网络平台热度影响元素数据库确定用户端追踪账号的活跃程度信息;综合所述网络平台热度影响元素数据库的平台热度影响元素,并结合确定的所述活跃程度信息,构建基于用户活跃度的网络平台热度值计算的目标函数。2.根据权利要求1所述的基于用户活跃度网络平台热度信息预测方法,其特征在于,所述网络平台热度影响元素数据库包括平台每月访问量总和、全球排名、点赞数、年发帖更新量以及追踪数元素;所述点赞数元素包括活跃账号点赞数、不活跃账号点赞数;所述年发帖更新量元素包括:活跃账号更新量、不活跃账号更新量;所述追踪数元素包括:发帖数、点赞数、评论数及转发数。3.根据权利要求1所述的基于用户活跃度网络平台热度信息预测方法,其特征在于,所述确定用户端追踪账号的活跃程度信息具体计算过程包括:式中,P
i
为所有平台当前账号的发帖数,P
min
为所有平台账号发帖数中的最小值,P
max
为所有平台账号发帖数中的最大值;同理,L
i
为所有平台当前账号点赞数,L
min
为所有平台账号点赞数中最小值,L
max
为所有平台账号点赞数中最大值;C
i
为所有平台当前账号评论数,C
min
为所有平台账号评论数中最小值,C
max
为所有平台账号评论数中最大值;FOR
i
为所有平台当前账号转发数,FOR
min
为所有平台账号转发数中最小值,FOR
max
为所有平台账号转发数中最大值;α、β、γ、ρ分别为四个影响因素的影响因子,α+β+γ+ρ=1,其中α=0.35、β=0.1、γ=0.35、ρ=0.2。4.根据权利要求3所述的基于用户活跃度网络平台热度信息预测方法,其特征在于,账号活跃度activity
i
>0.5为活跃账号,activityi≤0.5为不活跃账号。5.根据权利要求1所述的基于用户活跃度网络平台热度信息预测方法,其特征在于,结合用户活跃程度信息,平台点赞数量化平台热度值方法包括:式中,n
ino
为当前平台不活跃账户点赞数;L
i
为当前平台点赞数,L
min
为平台点赞数中最小值,L
max
为平台点赞数中最大值;结合用户活跃程度信息,平台年发帖更新量量化平台热度值方法包括:综合每月访问量总和、点赞数、年发帖更新量以及追踪数的平台热度值计算方法包括:式中,V
i
为当前平台每月访问量总和,V
min
为平台每月访问量总和中的最小值,...
【专利技术属性】
技术研发人员:金平艳,石珺,李志鹏,杨阳朝,廖勇,
申请(专利权)人:深圳市网联安瑞网络科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。