پیش بینی محبوبیت اخبار آنلاین براساس ماشین یادگیری شدید (ELM)

تعداد فزآینده اخبار آنلاین، توجه پژوهشی گستردهای را برای پیش بینی محبوبیت اخبار تحریک میکند که این محبوبیت توسط رفتار کاربران تحت تاثیر قرار گرفته و پیش بینی آن آسان نمیباشد. به هر حال، روشهای موجود که محبوبیت اخبار آنلاین را بعد از انتشار پیش بینی میکنند، به لحاظ زمانی کافی نمیباشند و پیش بینی قبل از انتشار فاقد ویژگیهای متمایز میباشد. این مقاله ضمن استخراج ویژگیهای مختلف که ممکن است محبوبیت اخبار را تحت تاثیر قرار دهند، از یک روش جدید مبتنی بر ماشین یادگیری شدید (ELM) برای پیش بینی محبوبیت اخبار آنلاین قبل از انتشار استفاده میکند. برای ارزیابی روش پیشنهادی، عملکرد آن با پنج الگوریتم مطرح برروی مجموعه اخبار آنلاین مقایسه شده است. نتایج تجربی نشان داد استفاده از الگوریتم ELM نتایج بمراتب بهتری داشته است که نشان از برتری روش پیشنهادی در مقایسه با روشهای پایه دارد.

کلیدواژه ها:

پیش بینی محبوبیت ، اخبار آنلاین ، استخراج ویژگی ، ماشین یادگیری شدید (ELM)