《表6 在Last.fm数据集上参数的取值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于情感的社会网传播模型及影响最大化算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文实验选择Last.fm数据集和新浪微博数据集实现参数的调节。p（v，w）运用EM算法获取[10]，EM算法在机器学习中应用普遍，是应用十分成熟的参数估计算法。通过分析数据集中的动作日志和图结构，进行全面的学习，与对比的两个固定边上概率模型相比，通过机器学习获得的p（v，w）更真实。ex（v，w）通过计算两个节点之间的前置情感获得。通过上述的分析，运用E-IC模型传播影响值σ（S）并进行计算。设置实验的步长为l=0.1，设定时间周期为300天（时间周期表示的是w用户在300天时间内回答或者转发用户v的微博视为用户w，是由用户v所激活的，如果超过300天，则认为用户w是一个新的传染源节点）。参数α的取值范围是[0，1]。实验评价指标选择mAP和ROC两种不同的模型实现参数的调节，实验结果如表6所示。