Resumen

Un número creciente de usuarios web en todo el mundo ha comenzado a publicar sus opiniones en plataformas de redes sociales y ofrecerlas para compartir. Construir un modelo de predicción de evolución altamente escalable mediante la volatilidad de la tendencia de evolución desempeña un papel significativo en las operaciones de marketing empresarial, supervisión de la opinión pública, recomendaciones personalizadas, y demás. Sin embargo, los patrones históricos no pueden cubrir las características dinámicas y de volatilidad sistemáticas en los problemas de predicción de una red social. Este artículo tiene como objetivo investigar el problema de predicción de popularidad desde una perspectiva de series temporales utilizando modelos lineales dinámicos. En primer lugar, se detectan y transforman en variables dependientes del tiempo las series temporales estacionarias y no estacionarias de eventos calientes de Weibo. En segundo lugar, se propone un modelo sistemático de predicción general de popularidad N-M para reconocer y predecir la propagación no estacionaria de un evento caliente en la red social Weibo. En tercer lugar, se

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Usuarios de la web; Plataformas de redes sociales; Modelo de predicción de evolución; Marketing empresarial; Supervisión de la opinión pública; Recomendación personalizada
• Keywords:Web users; Social media platforms; Evolution prediction model; Enterprise marketing; Public opinion supervision; Personalized recommendation