基于逻辑回归的信息转发预测模型研究

李倩　赵中英

摘要 面向社會化媒体数据信息的传播及预测，是当前研究热点。提出基于逻辑回归的用户转发行为预测模型，采用Fmeasure和ROC曲线作为评价标准验证了该模型的有效性。在Twitter数据集上的结果表明，所提模型能够很好地预测用户的信息转发行为。

关键词 信息传播；社交媒体；逻辑回归；信息转发预测

DOI DOI： 10.11907/rjdk.162439

中图分类号： TP302

文献标识码： A 文章编号 文章编号： 16727800（2017）002000403

0 引言

互联网的发展及移动智能终端的普及，对人们的生产生活产生了重大影响，越来越多的人选择通过网络渠道表达自身的利益诉求和对社会事件的意见与看法。因此，以网络为媒介的网络舆论成为公众舆论的主要形式之一。研究社交网络中的信息传播机制，有助于各级政府部门更好地了解与把握社情民意，对有效引导和管理社会舆论、化解舆情危机具有重要意义，因而受到众多学者的广泛关注。

已有诸多学者从事在线社交网络的信息传播分析与建模。曹玖新等[1]以新浪微博为研究对象，对各种可能影响用户转发行为的因素进行统计、分析，并建立数学模型。基于微博网关注关系拓扑，利用概率级联模型对给定微博的转发路径进行预测，为预测微博的影响范围提供依据。周东浩等[2]结合网络结构特点、节点内容属性、历史传播数据等信息，提出了一个基于随机游走模型的传播能力排序算法DiffRank，选择传播能力最强的topk个节点作为观察节点来检测网络中可能出现的信息传播。刘继等[3]对网络舆情传播模式中单关键点型、多关键点型、链式型传播模式进行分析，对网络结构中的强势节点和桥节点的作用进行了讨论。李洋等[4]介绍了微博信息的传播过程，通过介绍微博信息传播的定性研究工作，揭示微博信息传播的特点；并从3个不同的角度（以信息为中心、以用户为中心、以信息和用户为中心）对微博信息传播工作进行探索，最后展望了微博信息传播预测研究的问题与挑战。韩佳等[5]针对在线社交网络中信息传播模式的形式特点，结合传染病动力学原理，提出了在线社交网络中的信息传播模型，分析了不同类型的用户在网络中的行为特征以及影响信息传播的主要因素。王超等[6]结合传染病动力学的SEIR模型，建立了适用于社交网络的信息传播模型。该模型基于社交网络用户的行为特征，分析了社交网络的传播机理和网络参数对信息传播过程的影响，得出了动力学演化方程组，揭示了信息传播随时间的演化规律。郭海霞[7]针对新型社交网络开放平台来研究社交网络中信息传播问题，就其传播方式、传播行为、传播路径和传播特点 进行了分析研究，同时以新浪微博为例，在分析大量实例的基础上，讨论了信息传播的几种主要模型及特点。其他学者[810]也进行了相关研究工作。

本文提出基于逻辑回归的用户转发行为预测模型，并在Twitter数据集上进行实验分析与评价。相关研究结果表明，该模型能够较好地预测用户的信息转发行为，帮助政府各部门了解并控制网络舆论，同时为相关研究领域提供参考。

1 基于逻辑回归的信息转发预测模型

1.1 逻辑回归模型构建

逻辑回归模型是一种预测分类模型，假设训练集为Train，测试集为Test，对于数据集Train中的每个记录，分类结果是y=1或y=0，其中，y=1表示用户转发某篇推文，y=0表示用户未转发某篇推文。逻辑回归模型可以对测试集Test的每一个记录进行预测，判断其是否转发某篇推文。因此运用逻辑回归模型解决问题时，首先运用训练集构建逻辑回归模型，然后针对测试集对分类结果进行预测。逻辑回归方程如式（1）：

2 实验与分析

2.1 实验数据

本文所用的数据为Twitter中某篇推文在2012年7月1日到7月7日之间的传播数据，数据包括4个部分：转发网络（Retweet Network）、回复网络（Reply Network）、提及网络（Mention Network）、关注网络（FollowingFollower Network），数据描述如表1所示。

2.2 评价指标

运用Fmeasure和ROC曲线来评价逻辑回归模型。式（6）中α是调节系数，准确率（precision）和召回率（recall）可通过混淆矩阵计算得出。

F1= 1+α 2×recall×precision α2×recall+precision （6）

ROC曲线是以灵敏度TPR为纵坐标，以特异度FPR为横坐标，绘制成曲线形式。ROC关注的两个指标可用式（7）、式（8）计算得到。TPR= TP TP+FN （7）

FPR= FP FP+TN （8）

其中，TP表示预测转发并且实际转发，FN表示预测未转发但是实际转发，FP表示预测转发但是实际未转发，TN表示预测未转发并且实际未转发。

AUC值是ROC曲线下方面积的大小，其取值范围介于0.5～1.0，AUC值越大表示模型判断力越强。如果模型较好，则其ROC曲线呈凸形，即AUC大于0.5；否则若为凹形，说明模型分类结果不理想。

2.3 实验结果与分析

运用逻辑回归模型对测试集进行预测，然后对预测结果进行评价。以0.5为界限划分结果，当概率Pi>=0.5，认为该节点转发推文，当概率Pi<0.5，认为该节点未转发推文。试验中测试了不同的α值对评价结果的影响，如图1所示。

3 结语

本文构建了基于逻辑回归的信息转发预测模型并实现了模型参数求解，提出了基于逻辑回归的信息转发预测算法。运用Fmeasure和ROC曲线对逻辑回归模型进行评价，同时将该模型应用在Twitter数据集上进行实验分析，相关结果表明，本文设计的逻辑回归模型能够很好地预测用户的转发行为。

参考文献 参考文献：

[1] 曹玖新，吴江林，石伟，等.新浪微博网信息传播分析与预测[J].计算机学报，2014（4）：779790.

[2] 周东浩，韩文报.DiffRank：一种新型社会网络信息传播检测算法[J].计算机学报，2014（4）：884893.

[3] 刘继，李磊.基于微博用户转发行为的舆情信息传播模式分析[J].情报杂志，2013（7）：7477.

[4] 李洋，陈毅恒，刘挺.微博信息传播预测研究综述[J].软件学报，2016，27（2）：247263.

[5] 韩佳，肖如良，胡耀，等.在线社交网络中信息传播模式的特征分析[J].计算机应用，2013，33（1）：105107.

[6] 王超，杨旭颖，徐珂，等.基于SEIR的社交網络信息传播模型[J].电子学报，2014（11）：23252330.

[7] 郭海霞.新型社交网络信息传播特点和模型分析[J].现代情报，2012，32（1）：5659.

[8] ZHANG J，TANG J，LI J，et al.Who influenced you？ predicting retweet via social influence locality[J].ACM Transactions on Knowledge Discovery from Data，2015，9（3）：126.

[9] TAHANI M，HEMMATYAR A M A，RABIEE H R，et al.Inferring dynamic diffusion networks in online media[J].ACM Transactions on Knowledge Discovery from Data，2016，10（4）：122.

[10] SAITO K，KIMURA M，OHARA K，et al.Detecting changes in information diffusion patterns over social networks[J].ACM Transactions on Intelligent Systems & Technology，2013，4（3）：325352.

（责任编辑：孙 娟）