Tweet價值預測：什麼樣的分析（貝葉斯？）可能預測Twitter用戶會評價推文的價值多少？

Question

我正在考慮爲TalkingPuffin Twitter客戶端添加一項功能，在該功能對用戶進行一些培訓後，它可以根據他們的預測值對傳入的推文進行排名。 Java虛擬機（Scala或Java首選）有什麼解決方案來完成這種事情？

Answer 1

這樣做好吧並不容易。谷歌希望能夠做到這一點（「用戶將會看到什麼樣的鏈接」），Netflix（「他們會看重什麼電影」）等等。事實上，你可能會很好地閱讀關於winning entry for the Netflix Prize的註釋。

然後你需要提取一堆功能，就像@ hmason說的那樣。然後你需要一個適當的機器學習算法;你可能需要一個函數approximator（在你嘗試使用你的特性來預測0和1之間的值，其中1是「有史以來最好的推文」，0是「omg誰在乎」）或者一個分類器（你使用的分類器您的功能可以預測它是「好」還是「壞」推文）。

如果你選擇後者 - 這使得用戶培訓變得簡單，因爲他們只需要用「like」來分配推文（混合社交網絡隱喻），那麼你通常會在支持向量機上做得最好，其中存在fairly comprehensive Java library。

在前一種情況下，有許多技術可能值得嘗試;如果您決定使用LIBSVM庫，它們也有迴歸變量（即參數估計）。

Answer 2

這是一個分類問題，你基本上想要學習一個函數y（x），它可以預測未標記的推文「x」是屬於「有價值的」類還是屬於「無價值的」類。

最棘手這裏位不是算法（樸素貝葉斯只是計數和乘法，很容易的代碼！），但：

1. 收集訓練數據
2. 定義最佳特徵集

其中之一，我建議你跟蹤推文，用戶的最愛，回覆和轉推，第二，看看誰寫的推文，推文中的單詞，以及它是否包含鏈接的質量。