java推特价值预测：什么样的分析（贝叶斯？）可能会预测推特用户对推特的重视程度？

Question

我正在考虑向TalkingPuffinTwitter客户端添加一个功能，在与用户进行一些培训后，它可以根据预测值对传入的推文进行排序。Java虚拟机（Scala或Java首选）有什么解决方案来做这类事情

Answer 1

做好这件事并不容易。谷歌希望能够做到这一点（“用户会重视哪些链接”），Netflix（“他们会重视哪些电影”）和其他许多公司也是如此。事实上，你最好通读一下关于winning entry for the Netflix Prize的注释

然后，您需要提取一组特性，正如@hmason所说的。然后你需要一个合适的机器学习算法；你要么需要一个函数逼近器（在这里你尝试使用你的功能来预测一个介于0和1之间的值，其中1是“有史以来最好的tweet”，0是“omg谁在乎”），要么需要一个分类器（在这里你使用你的功能来尝试预测它是“好”还是“坏”tweet）

如果你选择后者，这使得用户培训变得容易，因为他们只需要用“喜欢”（混合社交网络隐喻）来评分推特，那么你通常最好使用支持向量机，因为支持向量机存在一个fairly comprehensive Java library

在前一种情况下，有多种技术可能值得尝试；如果您决定使用LIBSVM库，它们也有用于回归（即参数估计）的变量

Answer 2

这是一个分类问题，本质上你想学习一个函数y（x），它预测“x”，一个未标记的tweet，是属于“有价值”类还是属于“无价值”类

这里最棘手的不是算法（朴素贝叶斯只是计数和乘法，很容易编码！）但是：

1. 收集培训数据
2. 定义最佳特征集

首先，我建议您跟踪用户喜爱、回复和转发的推文，其次，查看推文的作者、推文中的文字以及是否包含链接等质量