异质信息网络嵌入视角下公安微博传播预测研究
来源：图书情报工作杂志2020年第21期北京时间：
作者：孙冉,安璐
单位：1. 武汉大学信息管理学院 武汉 430072;<br />\r\n2. 武汉大学信息资源研究中心 武汉 430072
摘要：[目的/意义] 预测用户是否转发、评论通缉微博，研究及评估影响通缉微博传播的重要特征，有助于公安微博提升其运营绩效，增强警民之间的沟通和合作。[方法/过程] 针对通缉微博的特点，在抽取通缉微博的用户特征、时间特征、微博文本结构特征的基础上，提取通缉微博中的案件特征，包含案件地点关键字、时间关键字、通缉令等级、有无悬赏等，利用xgboost算法计算不同特征在转发、评论预测中的重要性，并结合传播网络特征和节点属性，构建基于特征属性异质信息网络嵌入的公安微博传播预测模型，并对模型进行训练和评估。[结果/结论] 预测模型在转发、评论数据集上的AUC值分别达到0.737和0.799。由于该模型融合了网络结构特征和不同节点属性，更贴近现实的异质信息网络，相比传统的链接预测模型精确度更高。另外，特征重要性实验结果表明，所提出的案件关键字特征在影响微博转发、评论预测的所有特征中重要性最高。
关键词：信息传播,公安微博,链接预测,图表示学习,异质信息网络,
基金资助：本文系教育部哲学社会科学研究重大课题攻关项目"提高反恐怖主义情报信息工作能力对策研究"（项目编号：17JZD034）、国家自然科学基金重大课题"国家安全大数据综合信息集成与分析方法"（项目编号：71790612）和国家自然科学基金创新研究群体项目"信息资源管理"（项目编号：71921002）研究成果之一。
