新闻点击量的有效预测有利于把握网络舆情、规范新闻报道、理解用户群体偏好.互联网上大量的文本信息往往蕴含着情感信息,这些信息可能会潜在影响用户,从而影响其在用户之间的传播.现有的预测研究缺乏对文本中情感因素的分析,没有挖掘情绪对传播热度的影响.针对上述问题,从基于情感的内容分析入手,通过建立代表新闻标题情感特征的情绪向量,应用基于相似性计算的协同过滤,研究热点新闻标题中情感因素与点击量之间的关系.将热点新闻点击量视为全体用户对新闻的评分,基于情绪向量的相似性计算和邻居选择,采用协同过滤算法预测热点新闻的时均点击量.在网易热点新闻数据集上的实验结果表明,基于情绪向量对热点新闻点击量的预测优于基于词频的对照方法,在选择的邻居数大于10之后预测误差平均降低3.7％,最小误差降低4.3％,揭示了热点新闻的大众关注度与其情感特征具有相关性.
国家科技期刊平台
NSTL
万方数据
维普
