我有一组从微博收集的时间序列数据。它包含一年内某些主题下的帖子数量。可以发现，对于某个话题，时不时会出现一阵阵的讨论。有趣的是，一些突发事件迅速消亡，而另一些则在议程上持续了很长时间并逐渐消亡。如何在给定时间序列数据的情况下预测和建模衰减。另外，我有一些外生数据的数据，包括链接、图片、转发的时间序列数据和社区的原始数据。我可以从这些变量中预测衰减的持续时间吗？
给定几个系列如何预测突发的持续时间
数据挖掘
大数据
预测建模
时间序列
2022-03-04 19:47:48
1个回答
我想，一个不错的起点是 John Kleinberg 的开创性工作： https ://www.cs.cornell.edu/home/kleinber/bhs.pdf 是的，这篇论文已经过时了，但无论如何它仍然非常有影响力和简单。此外，挖掘文章，引用这篇论文，可能会很有帮助。顺便说一句，这些家伙解决的任务非常相似（他们甚至还使用微博日志！）：http ://www.csce.uark.edu/~xintaowu/publ/pakdd15.pdf
其它你可能感兴趣的问题