社交媒体传播效果的影响因素
总的来说，粉丝数、微博数和报道年份是重要的影响因素，VIP等级和发布时间、突发事件类型则是预测人们互动行为的重要因素。官方媒体用户特征的重要性远远大于其发帖内容。以下对影响因素做简要说明。
首先是粉丝数，这是判断一个账号权重的重要依据之一，其粉丝数量多少决定了其作为意见领袖所能影响的群体规模的大小，因而是传播效果的重要影响因素之一；其次是微博数，根据传播学理论，信息的多次叠加传播可以形成“累积效果”和“便在效应”，因此可以以重复多次的方式增加信息数量和扩大信息覆盖范围，以达到预期传播效果，粉丝数和微博数基本决定了帖子互动的程度如何。
除去上述重要影响因素之外，突发事件类型也是相关因素之一。一般来说，突发且传染性较强的公共卫生事件更容易引起人们的关注，对大部分公众来说，自身涉及事件的程度与关注度是呈正相关的；其次，VIP等级越高的用户拥有越多的权限，他们的帖子有更高的优先级，通常会被优先推荐给其他用户，也就是说，他们的帖子会吸引更多人的注意力。时间因素方面，节假日人们通常有更多时间上网娱乐，在一天中上网时间也多集中在下班或者放学后的晚上，通常在睡觉前达到高峰。
需要注意的是，目前我们仅比较了SVM、随机森林、CatBoost和LightGBM模型基于微博文本数据的性能，还没有充分挖掘每个帖子的内容。接下来我们会考虑更细致的特征，尝试更多的深度学习模型，比如DNN、RNN等，下一步的研究目标就是对以上各个算法进行改进。
【注释】
[1]王春峰，万海晖，张维.基于神经网络技术的商业银行信用风险评估［J］.系统工程理论与实践，1999，19（9）：24-33.
[2]丁伟东，刘凯，贺国先.供应链风险研究［J］.中国安全科学学报，2003（4）：67-69.
[3]冯登国，张阳，张玉清.信息安全风险评估综述［J］.通信学报，2004（7）：10-18.
[4]周成虎，万庆，黄诗峰，等.基于GIS的洪水灾害风险区划研究［J］.地理学报，2000（1）：15-24.
[5]张青晖，沙基昌.风险分析综述［J］.系统工程与电子技术，1996，18（2）：42-45.
[6]尹志军，陈立文，王双正，等.我国工程项目风险管理进展研究［J］.基建优化，2002（4）：6-10.
[7]霍治国，李世奎，王素艳，等.主要农业气象灾害风险评估技术及其应用研究［J］.自然资源学报，2003（6）：692-703.
[8]杜鹏，李世奎.农业气象灾害风险评价模型及应用［J］.气象学报，1997，55（3）：95-102.
[9]李世奎，霍治国，王道龙，等，中国农业灾害风险评价与对策［M］.北京：气象出版社，1999：1-221，227-275.
[10]四川雅安地震与汶川地震的关系［EB/OL］.（2013-04-20）.http：//scitech.people.com.cn/n/2013/0420/c1057-21212701.html.
[11]郭增建，秦保燕.灾害物理学简论［J］.灾害学，1987（2）：30-38.
[12]高建国.中国灾害链研究［C］.2007中美灾害防御研讨会.2007.
[13]王翔.区域灾害链风险评估研究［D］.大连：大连理工大学，2011.
[14]史培军.论灾害研究的理论与实践［J］.南京大学学报（自然科学版），1991（11）：37-42.
[15]史培军.再论灾害研究的理论与实践［J］.自然灾害学报，1996（4）：8-19.
[16]史培军.三论灾害研究的理论与实践［J］.自然灾害学报，2002（3）：1-9.
[17]史培军.四论灾害系统研究的理论与实践［J］.自然灾害学报，2005（6）：1-7.
[18]史培军.五论灾害系统研究的理论与实践［J］.自然灾害学报，2009，18（05）：1-9.
[19]刘爱华.城市灾害链动力学演变模型与灾害链风险评估方法的研究［D］.长沙：中南大学，2013.
[20]谢自莉.城市地震次生灾害连锁演化机理及协同应急管理机制研究［D］.成都：西南交通大学，2011.李智.基于复杂网络的灾害事件演化与控制模型研究［D］.长沙：中南大学，2010.
[21]张明媛.城市承灾能力及灾害综合风险评价研究［D］.大连：大连理工大学，2008.王薇.我国城市应急管理能力综合评价研究［D］.哈尔滨：哈尔滨工程大学，2010.
[22]范泽孟，牛文元，顾基发.社会突发事件应急模型及控制模式的构建分析［J］.中国软科学，2007（8）：85-92.
[23]蒂利.集体暴力的政治［M］.谢岳，译.上海：上海人民出版社，2006：4.
[24]赵鼎新.社会与政治运动讲义［M］.北京：社会科学文献出版社，2011：63.
[25]Rasler R.Concessions，Repression，and Political Protest in the Iranian Revolution［J］.American Sociological Review，1996（61）：52-132.
[26]［法］古斯塔夫·勒庞.乌合之众：大众心理研究［M］.北京：中央编译出版社，2000.
[27]刘洁，王飞.基于“互联网+”模式中大数据环境下的网络舆情群体极化现象中的传播模型演化问题研究［J］.数码世界，2017，23（11）：189-189.任昌鸿，童春燕.大数据平台下网络舆情风险演化模型仿真研究［J］.计算机仿真，2021，38（6）：190-194.
[28]董磊磊.基于贝叶斯网络的突发事件链建模研究［D］.大连理工大学，2009.
[29]胡明生，贾志娟，雷利利，等.基于共现分析的历史自然灾害关联研究［J］.计算机工程与设计，2013，34（6）：2015-2019.胡明生，贾志娟，雷利利，等.基于复杂网络的灾害关联建模与分析［J］.计算机应用研究，2013（8）：2315-2318.
[30]胡明生，贾志娟，刘思，等.基于蚁群优化的历史灾害关联分析方法［J］.计算机应用与软件，2012，29（10）：62-64.胡明生，贾志娟，吉晓宇，等.基于改进萤火虫群的区域灾害链挖掘方法［J］.计算机应用与软件，2012，29（10）：62-64（11）：29-31.
[31]文宏，陈路雪，张书.改革开放40年社会稳定风险的演化逻辑与知识图谱分析——基于CiteSpace软件的可视化研究［J］.华南理工大学学报（社会科学版），2018，20（3）：73-80.
[32]王翔.区域灾害链风险评估研究［D］.大连：大连理工大学，2011.
[33]刘永志，唐雯雯，张文婷，等.基于灾害链的洪涝灾害风险分析综述［J］.水资源保护，2021，37（1）：20-27.
[34]余世舟，张令心，赵振东，等.地震灾害链概率分析及断链减灾方法［J］.土木工程学报，2010（S1）：479-483.
[35]孙宝军.内蒙古电力系统自然灾害链分析［J］.灾害学，2020，139，35（4）：10-14，49.
[36]曾辉，刘国军.基于景观结构的区域生态风险分析［J］.中国环境科学，1999，19（5）：454-457.
[37]黄木易，何翔.近20年来巢湖流域景观生态风险评估与时空演化机制［J］.湖泊科学，2016，28（4）：785-793.
[38]杨峰，杨文选，李卫锋.产业集群风险：一个演化经济学的视角［J］.经济师，2005（5）：91-92.
[39]孟卫东，佟林杰.“邻避冲突”引发群体性事件的演化机理与应对策略研究［J］.吉林师范大学学报（人文社会科学版），2013，41（4）：68-70.
[40]Sun Y，Han Z.Climate Change Risk Perception in Taiwan：Correlation with Individual and Societal Factors［J］.International Journal of Environmental Research and Public Health，2018，15（1）：91
[41]Liu-Lastres B，Schroeder A，Pennington-Gray L.Cruise Line Customers'Responses to Risk and Crisis Communication Messages：An Application of the Risk Perception Attitude Framework［J］.Journal of Travel Research，2019，58（5）：849-865.
[42]王飞.风险感知视角下的公众防护型行为决策研究.［D］.合肥：中国科学技术大学，2014.曾静.核电项目建设情景下公众的风险应对行为与信息沟通研究.［D］.合肥：中国科学技术大学，2017.魏玖长.公众对突发公共卫生事件的风险感知演化与防护性行为的研究进展与展望［J］.中国科学基金，2020，34（6）：776-785.
[43]魏玖长.公众对突发公共卫生事件的风险感知演化与防护性行为的研究进展与展望［J］.中国科学基金，2020，34（6）：776-785.
[44]袁亚楠.基于事故致因理论的建筑施工安全评价研究［D］.哈尔滨：哈尔滨工业大学，2015.
[45]叶琼元，夏一雪，窦云莲，等.面向突发公共卫生事件的网络舆情风险演化机理研究［J］.情报杂志，2020，39（10）：100-106.
[46]叶琼元，夏一雪，窦云莲，等.面向突发公共卫生事件的网络舆情风险演化机理研究［J］.情报杂志，2020，39（10）：100-106.
[47]侯光辉，王元地.“邻避风险链”：邻避危机演化的一个风险解释框架［J］.公共行政评论，2015，8（1）：4-28，198.(https://www.daowen.com)
[48]李晓辉.城市邻避性公共设施建设的困境与对策探讨［J］.规划师，2009（12）：80-83.
[49]操世元，王永志.城市社区邻避冲突演化及其政策建议——以94个基站建设冲突案例为例［J］.中共杭州市委党校学报，2017（6）：50-57.
[50]汪伟全.风险放大、集体行动和政策博弈——环境类群体事件暴力抗争的演化路径研究［J］.公共管理学报，2015，12（01）：127-136，159.
[51]祁振一，郑旭，刘建林.一种基于欧拉回路序列的加密算法［J］.信息网络安全，2013（3）：29-33.
[52]Rosen K H.离散数学及其应用［M］.陈琼改编.北京：机械工业出版社，2015.
[53]侯爱民，郝志峰，陈小莉，等.无向哈密顿图的自适应遗传算法［J］.华南理工大学学报（自然科学版），2011，39（2）：136-140.王彦祺.用“遗传”算法求任意图的所有哈密顿回路［J］.哈尔滨工业大学学报，2004（12）：1690-1692.
[54]郭俊杰，伊崇信，毕双艳，等.哈密顿回路存在性判定及输出算法［J］.吉林大学自然科学学报，1998（2）：5-8.姚源果.用矩阵判断哈密顿图的一个充要条件［J］.广西民族学院学报（自然科学版），2001（1）：9-10.
[55]王彦祺.逐点循环递归法求哈密顿回路［J］.哈尔滨工业大学学报，2004（1）：115，117，121.
[56]Aragón A F J，Campoy R，Elser V.An Enhanced Formulation for Solving Graph Coloring Problems with the Douglas-Rachford Algorithm［J］.Journal of Global Optimization，2020，77（2）：383-403.
[57]朱虎，宋恩民，路志宏.求解图着色问题的最大最小蚁群搜索算法［J］.计算机仿真，2010，27（3）：190-192，236.廖飞雄，马良.图着色问题的启发式搜索蚂蚁算法［J］.计算机工程，2007（16）：191-192，195；胡小兵，黄席樾.蚁群优化算法及其应用［J］.计算机仿真，2004（5）：81-85.
[58]韩丽霞，王宇平.图着色问题的新遗传算法［J］.西安电子科技大学学报，2008（2）：309-313.黄昉菀.遗传算法在图着色问题中的应用［D］.福州：福州大学，2005.
[59]马艳萍.基于禁忌搜索算法的图着色研究与实现［D］.西安：陕西师范大学，2011.
[60]胡晓轩，孔宁，杨山林，等.基于Floyd算法的邮轮应急疏散算法设计［J］.船舶标准化工程师，2021，54（5）：27-31，52.
[61]卢天翼.基于改进人工蜂群与Floyd算法的多机器人运输路径规划［J］.科技与创新，2021（15）：39-40，45.
[62]王树梅，黄石，臧禹顺.基于Dijkstra算法的城市物流公交系统优化［J］.计算机技术与发展，2021，31（10）：179-183，189.
[63]廖慧敏，朱宇倩，陈子鹏.一种基于Dijkstra算法的火灾动态疏散指示系统［J］.安全与环境学报，2021，21（4）：1676-1683.
[64]陆锋.最短路径算法：分类体系与研究进展［J］.测绘学报，2001（03）：269-275.张广林，胡小梅，柴剑飞，等.路径规划算法及其应用综述［J］.现代机械，2011（5）：85-90.乐阳，龚健雅.Dijkstra最短路径算法的一种高效率实现［J］.武汉测绘科技大学学报，1999（3）：209-212.
[65]Kenneth H.Rosen.离散教学及应用［M］.北京：机械工业出版社，2015.
[66]刘健，杨文宇，余健明，等.一种基于改进最小生成树算法的配电网架优化规划［J］.中国电机工程学报，2004（10）：105-110.
[67]黄红程，顾洁，方陈.基于无向生成树的并行遗传算法在配电网重构中的应用［J］.电力系统自动化，2015，39（14）：89-96.
[68]谢赤，凌毓秀.银行信贷资产证券化信用风险度量及传染研究——基于修正KMV模型和MST算法的实证［J］.财经理论与实践，2018，39（03）：2-8.
[69]史恒亮.云计算任务调度研究［D］.南京：南京理工大学，2012.
[70]孙宏，杜文，徐杰.最小费用最大流模型在航班衔接问题中的应用［J］.南京航空航天大学学报，2001（5）：478-481.
[71]鞠文云，李银红.基于最大流传输贡献度的电力网关键线路和节点辨识［J］.电力系统自动化，2012，36（9）：6-12.
[72]杨晓萍，杨国志.基于网络最大流的城市道路网容量计算［J］.上海公路，2005（2）：53-56，6.④向红艳，张邻，杨波.基于最大流的路网结构优化［J］.西南交通大学学报，2009，44（2）：284-288.
[73]吴艳，杨有龙，刘三阳.基于网络流矩阵求解网络最大流［J］.系统工程，2007（10）：122-125.②王志强，孙小军.网络最大流的新算法［J］.计算机工程与设计，2009，30（10）：2357-2359.③张宪超，陈国良，万颖瑜.网络最大流问题研究进展［J］.计算机研究与发展，2003（9）：1281-1292.
[74]Mansour O.Group Intelligence：A Distributed Cognition Perspective［C］//Intelligent Networking and Collaborative Systems，2009.INCOS 09.
[75]段海滨，王道波，朱家强，等.蚁群算法理论及应用研究的进展［J］.控制与决策，2004（12）：1321-1326
[76]倪庆剑，邢汉承，张志政，等.粒子群优化算法研究进展［J］.模式识别与人工智能，2007，20（3）：349-357.
[77]吴斌，崔志勇，倪卫红.具有混合群智能行为的萤火虫群优化算法研究［J］.计算机科学，2012，39（5）：198-200.
[78]为什么“久旱逢甘霖”却可能引发洪涝灾害［EB/OL］.（2019-08-13）.https：//baijiahao.baidu.com/s？id=16417163947675569748&wfr=spider&for=pc.
[79]佟延功，吕玉芹，杨超.哈尔滨市洪灾区浅层地下水水质监测及分析［J］.中国公共卫生，2001（6）：539-540.
[80]班海群，张流波.我国洪涝灾害生活饮用水污染及肠道传染病的流行特点［J］.中国卫生标准管理，2012，3（4）：61-63.
[81]刘荣稳.动物疫情防控工作中存在的问题与优化策略［J］.兽医导刊，2021（13）：68-69.
[82]李燕凌，吴楠君.突发性动物疫情公共卫生事件应急管理链节点研究［J］.中国行政管理，2015（7）：132-136.
[83]李燕凌，吴楠君.突发性动物疫情公共卫生事件应急管理链节点研究［J］.中国行政管理，2015（7）：132-136.
[84]许翔，杨珍，汪娟，等.九江市2022年动物疫情形势分析与防控对策探讨［J］.江西畜牧兽医杂志，2022（2）：42-44.
[85]邵理云，肖真.重特大安全生产事故原因分析及安全生产管理的思考与建议［J］.安全、健康和环境，2020，20（7）：7-11.
[86]孟海涛.妥善处置事故防止环境污染——从近期几起生产安全事故说开去［J］.环境保护，2011（14）：51-52.
[87]伊丹.安全生产及事故与公共卫生突发事件的法制关联［J］.实用医技杂志，2018，25（4）：403-404.
[88]吴心怡，王林生，吴程程.群体心理理论视角下群体性事件应对研究［J］.南方论刊，2021（7）：55-56，61.
[89]江波均，李国军，王强，等.群体性事件引发的刑事犯罪案件的处理对策［C］.2006年全国刑事政策与和谐社会构建研讨会，2006.
[90]程春丽.群体性事件引发刑事案件的刑法学思考［J］.中国青年政治学院学报，2013，32（4）：105-109.
[91]张咏华.一种独辟蹊径的大众传播效果理论——媒介系统依赖论评述［J］.新闻大学，1997（1）：27-31.
[92]Yao W，Jiao P，Wang W，et al.Understanding Human Reposting Patterns on Sina Weibo from a Global Perspective［J］.Physica A：Statistical Mechanics and its Applications，2019（518）：374-383.
[93]Li Z.Predicting Retweeting Behavior Based on LDA Topic Features［J］.Journal of Intelligence，2015（34）：158-162.
[94]Zhu H，Wang M.A Novel Reposting Prediction Method Based on Quantified Microblog Hotness in Sina Weibo［C］.CSAE 2017，2017：13-18.
[95]De S，Maity A，Goel V，et al.Predicting the Popularity of Instagram Posts for a Lifestyle Magazine Using Deep Learning［C］.CSCITA 2017，2017：175-178.
[96]De S，Maity A，Goel V，et al.Predicting the Popularity of Instagram Posts for a Lifestyle Magazine Using Deep Learning［C］.CSCITA 2017，2017：175-178.
[97]Ritterman J，Osborne M，et al.Using Prediction Markets and Twitter to Predict a Swine Flu Pandemic，1st International Workshop on Mining Social Media，2009：9-17.
[98]An L，Yi X，Yu C，et al.Prediction of the Influence of Public Health Emergencies Micro-blog［J］.Information studies：Theory&Application，2017（40）：76-81.
[99]Devlin J，Chang M，et al.BERT：Pre-training of Deep Bidirectional Transformers for Language Understanding［J］.ar Xiv.2018：1810
