1.一种在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,包括如下步骤:S1、收集数据,所述数据包括历史话题传播数据、用户网络结构数据及用户转发行为数据;
S2、根据所述用户网络结构数据及所述用户转发行为数据将用户划分不同的用户组,并根据所述历史话题传播数据计算话题之间的相似度,为被预测的目标话题选择Top-K个相似话题;
S3、根据所述Top-K个相似话题、所述用户组及不同时间的流行度值构建组水平的流行度张量;
S4、针对所述组水平的流行度张量采用增量式CP分解进行增量式预测;
S5、重启CP分解减少累积误差。
2.根据权利要求1所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,所述步骤S2中根据所述用户网络结构数据及所述用户转发行为数据将用户划分不同的用户组包括如下划分方法:基于用户关系的组划分、基于用户行为的组划分、基于用户关系和用户行为的组划分及随机组划分。
3.根据权利要求1所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,所述步骤S2中根据所述历史话题传播数据计算话题之间的相似度,并且为被预测的目标话题选择Top-K个相似话题为:基于话题在各所述用户组水平的流行度值,根据欧几里得公式计算每两个话题在[0,ti]时间段的距离,为目标话题选择Top-K个相似话题。
4.根据权利要求3所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,所述步骤S3为根据所述Top-K个相似话题、所述用户组及不同时间的流行度值,为所述Top-K个相似话题和所述目标话题在[0,ti]时间段的传播构建一个三维的组水平的流行度张量。
5.根据权利要求4所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,所述步骤S4包括如下步骤:S41、初始化阶段:针对构建的所述组水平的流行度张量根据CP分解计算得到因子矩阵,并且初始化辅助矩阵;
S42、更新阶段:随时间增加,根据新时间段的组水平的流行度张量的矩阵展开式,与该时间段之前得到的因子矩阵及辅助矩阵逐个更新得到新的因子矩阵和辅助矩阵;
S43、预测阶段:基于步骤S41与步骤S42得到当前组水平的流行度张量的因子矩阵,重构张量,从而预测得到目标话题在新时间段内的组水平的流行度。
6.根据权利要求1所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,所述步骤S5中重启CP分解减少累积误差为根据预设的固定时间进行重启CP分解。
7.根据权利要求1所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,所述步骤S5中重启CP分解减少累积误差为根据误差累积值进行重启CP分解。
8.根据权利要求1所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,所述步骤S5中重启CP分解减少累积误差为根据流行度预测相对误差进行重启CP分解。
9.根据权利要求1所述的在线社交网络的增量式组水平的话题流行度预测方法,其特征在于,在所述步骤S3与所述步骤S4之间还包括对所述组水平的流行度张量进行归一化处理。