技术总结
本发明提供一种训练用于预测社交网络用户转发消息的模型的方法，包括：确定以社交网络中的每名用户的影响力和易感性为参数的损失函数；收集各名用户以往进行消息转发的样本；根据所述样本和所述损失函数，搜索确定所述各名用户的影响力和易感性。本发明通过根据信息传播过程的不对称性来建立模型，从而提高模型的预测性能，并且可以区分预测用户列表不同位置用户对的重要性差别。
技术研发人员：沈华伟;刘伟;张静;查礼;付戈;程学旗
受保护的技术使用者：中国科学院计算技术研究所
文档号码：201610958907
技术研发日：2016.10.28
技术公布日：2017.03.15