检索结果-南通市图书馆

“Towards Re-Inventing Psychohistory”:Predicting the popularity of Tomorrow’s News from Yesterday’s Twitter and News Feeds

引用

Journal of systems science and systems Engineering 2021年第1期30卷 85-104页

作者： Jiachen sun Peter Gloor MIT Center for Collective Intelligence 245 First StreetCambridgeMA02142USA school of Electronics and Information Technology Sun Yat-Sen UniversityGuangzhou510275China

Rapid advances in machine learning combined with wide availability of online social media have created considerable research activity in predicting what might be the news of tomorrow based on an analysis of the *** this work,we present a deep learning forecasting framework which is capable to predict tomorrow’s news topics on Twitter and news feeds based on yesterday’s content and topic-interaction *** proposed framework starts by generating topics from words using word embeddings and K-means *** temporal topic-networks are constructed where two topics are linked if the same user has worked on both *** and dynamic metrics calculated from networks along with content features and past activity,are used as input of a long short-term memory(LsTM)model,which predicts the number of mentions of a specific topic on the subsequent *** dependencies among topics,our experiments on two Twitter datasets and the HuffPost news dataset demonstrate that selecting a topic’s historical local neighbors in the topic-network as extra features greatly improves the prediction accuracy and outperforms existing baselines.

关键词： topic’s popularity trend forecasting social media

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：