一种媒体信息流行度的预测方法、系统及装置制造方法及图纸

本发明专利技术公开了一种媒体信息流行度的预测方法、系统及装置，包括：预先获取社交媒体平台以往的多条媒体信息，并将所有媒体信息分别输入至基于不同流行度预测算法的多个预测模型，以对多个预测模型进行训练，得到多个训练好的预测模型及其分别求取的每条媒体信息的流行度预测结果；将所有流行度预测结果与以往的所有媒体信息共同输入至其中任一训练好的预测模型，再次训练预测得到最终的流行度预测结果，以完成多个预测模型的模型堆叠预训练，得到一个训练好的堆叠总模型；获取社交媒体平台当前的媒体信息，并将当前的媒体信息输入至堆叠总模型中预测出该媒体信息的流行度。本申请提高了流行度预测结果的准确性，提升了流行度预测结果的参考价值。

【技术实现步骤摘要】
一种媒体信息流行度的预测方法、系统及装置
本专利技术涉及互联网
，特别是涉及一种媒体信息流行度的预测方法、系统及装置。
技术介绍
随着互联网的快速发展，人们对社交媒体的依赖性逐渐加强，人们越来越倾向于在社交媒体平台上分享各种信息，导致媒体信息的数量太多，为新闻媒体杂志等出版社快速从媒体信息中挑选出有价值的媒体信息增加了难度。现有技术中，通常采用一个基于流行度预测算法的预测模型，从大量的媒体信息中预测出未来较流行的媒体信息(即有价值的媒体信息)，供新闻媒体杂志等出版社参考。但是，该预测模型的流行度预测算法单一，导致流行度预测结果不够准确，从而降低了流行度预测结果的参考价值。因此，如何提供一种解决上述技术问题的方案是本领域的技术人员目前需要解决的问题。
技术实现思路
本专利技术的目的是提供一种媒体信息流行度的预测方法、系统及装置，参考了多个预测模型的流行度预测结果，从而提高了流行度预测结果的准确性，进而提升了流行度预测结果的参考价值。为解决上述技术问题，本专利技术提供了一种媒体信息流行度的预测方法，包括：预先获取社交媒体平台以往的多条媒体信息，并将所有媒体信息分别输入至基于不同流行度预本文档来自技高网...

【技术保护点】
1.一种媒体信息流行度的预测方法，其特征在于，包括：预先获取社交媒体平台以往的多条媒体信息，并将所有媒体信息分别输入至基于不同流行度预测算法的多个预测模型，以对多个所述预测模型进行训练，得到多个训练好的预测模型及其分别求取的每条媒体信息的流行度预测结果；将所有流行度预测结果与以往的所有媒体信息共同输入至其中任意一个训练好的预测模型，再次训练预测得到最终的流行度预测结果，以完成多个所述预测模型的模型堆叠预训练，得到一个训练好的堆叠总模型；获取所述社交媒体平台当前的媒体信息，并将当前的所述媒体信息输入至所述堆叠总模型中预测出该媒体信息的流行度，以供各出版社参考。

【技术特征摘要】
1.一种媒体信息流行度的预测方法，其特征在于，包括：预先获取社交媒体平台以往的多条媒体信息，并将所有媒体信息分别输入至基于不同流行度预测算法的多个预测模型，以对多个所述预测模型进行训练，得到多个训练好的预测模型及其分别求取的每条媒体信息的流行度预测结果；将所有流行度预测结果与以往的所有媒体信息共同输入至其中任意一个训练好的预测模型，再次训练预测得到最终的流行度预测结果，以完成多个所述预测模型的模型堆叠预训练，得到一个训练好的堆叠总模型；获取所述社交媒体平台当前的媒体信息，并将当前的所述媒体信息输入至所述堆叠总模型中预测出该媒体信息的流行度，以供各出版社参考。2.如权利要求1所述的媒体信息流行度的预测方法，其特征在于，该预测方法还包括：将最终的所述流行度预测结果与以往的所有媒体信息对应的真实流行度作均方差，并根据均方差大小评估所述堆叠总模型的性能。3.如权利要求1所述的媒体信息流行度的预测方法，其特征在于，每条媒体信息均包括描述内容和/或内容类别和/或内容子类别和/或信息标签和/或信息抽象概念和/或发布时间和/或信息类别和/或发表地理位置。4.如权利要求3所述的媒体信息流行度的预测方法，其特征在于，每条所述媒体信息还包括用户名称和/或用户关注度和/或用户粉丝数。5.如权利要求1-4任一项所述的媒体信息流行度的预测方法，其特征在于，多个所述预测模型包括LGBM模型、XGBoost模型及Randomforest模型。6.如权利要求5所述的媒体信息流行度的预测方法，其特征在于，所述将所有流行度预测结果与以往的所有媒体信息共同输入至其中任意一...

【专利技术属性】
技术研发人员：刘文印，陈俊洪，林泽航，黄费涛，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44