facebook-interaction-predictor:使用机器学习预测Facebook页面帖子的喜欢，评论或全部互动

JupyterNotebook

Facebook互动预测器使用机器学习预测Facebook页面帖子的喜欢，评论或全部互动使用带有决策树的Adaboost回归器来预测帖子（如“顶”，“评论”等）的交互。使用UCI的。数据与2014年在著名化妆品品牌的Facebook页面上发布的帖子有关。引文（Moro et al。，2016）Moro，S.，Rita，P.，＆Vala，B.（2016年）。预测社交媒体绩效指标并评估对品牌建立的影响：一种数据挖掘方法。商业研究杂志，69（9），3341-3351。

文件下载

资源详情

[{"title":"（ 4 个子文件 134KB ） facebook-interaction-predictor:使用机器学习预测Facebook页面帖子的喜欢，评论或全部互动","children":[{"title":"facebook-interaction-predictor-master","children":[{"title":".gitignore 1.17KB ","children":null,"spread":false},{"title":"LICENSE 1.03KB ","children":null,"spread":false},{"title":"README.md 856B ","children":null,"spread":false},{"title":"Facebook Intercation predictor.ipynb 237.15KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

facebook-interaction-predictor:使用机器学习预测Facebook页面帖子的喜欢，评论或全部互动

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载