摘 要：高速发展的互联网时代使得越来越多的用户成为网络内容的创造者与分销商，数据信息的爆炸式增长加剧了各类在线内容对于用户关注度的竞争。用户的搜索浏览与消费交易信息反映了其行为习惯与兴趣爱好，从海量数据中挖掘出有效信息并将其转化为商业价值将大大增强企业的核心竞争力。本文以网络内容的重要组成部分——电商平台的服装销售为例，回顾了网络内容流行度的预测方法及服装流行趋势预测的发展历程，并就如何利用数据驱动的方法来对在线服装流行度进行预测展开了逻辑路径分析，具有一定的指导意义与应用价值。
关键词：数据驱动；网络内容；流行度
中图分类号：TP393.092；TP333 文献标识码：A 文章编号：2096-4706（2019）12-0020-03
Research on Prediction of Network Content Popularity Based on Data Driven
——Take Fashion Trends as an Example
LI Xiaoying，ZHAO Anna，ZHOU Xiaojing，YANG Chengwei
（School of Management Science and Engineering，Shandong University of Finance and Economics，Jinan 250014，China）
Abstract：The rapid development of the internet era has made more and more users become the creators and distributors ofnetwork content. The explosive growth of data information has intensified the competition of various online content for users’attention.Users’search，browse and consumption transaction information reflect their behavior habits and interests. Mining effective informationfrom massive data and transforming it into commercial value will greatly enhance the core competitiveness of enterprises. Taking theclothing sales of e-commerce platform as an example，this paper reviews the development process of forecasting the popularity of networkcontent and the trend of clothing popularity，and carries out a logical path analysis on how to use data-driven method to predict onlineclothing popularity，which has certain guiding significance and application value.
Keywords：data driven；network content；popularity
基金项目：中国博士后科学基金项目：面向媒体大数据分析任务的关联规则挖掘与并行处理系统（项目编号：5M582104）；山东省自然基金项目：基于云计算环境的大规模关联数据挖掘与并行优化方法研究（项目编号：BS2015DX013）；山东省高等学校科技计划项目：分布式异构环境下动态资源管理策略与延迟调度方法研究（项目编号：J14LN19）；山东省自然基金项目：基于隐式反馈数据的情感分析与推荐方法研究（项目编号：ZR2019MG037）。
参考文献：
[1] Avramova Z，Wittevrongel S，Bruneel H，etal. Analysisand Modeling of Video Popularity Evolution in Various Online VideoContent Systems：Power-Law versus Exponential Decay [C]//1stInternational Conference on Evolving Internet，INTERNET，2009：95-100.
[2] Tatar A，Amorim M D D，Fdida S，etal. A survey onpredicting the popularity of web content [J].Journal of Internet Services& Applications，2014，5（1）：8.
[3] Szabo G，Huberman B A. Predicting the popularity of onlinecontent [J].Communications of the ACM，2010，53（8）：80-88.
[4] Kim S D，Kim S H，Cho H G. Predicting the VirtualTemperature of Web-Blog Articles as a Measurement Tool for OnlinePopularity [C]//IEEE International Conference on Computer &Information Technology. IEEE Computer Society，2011：449-454.
[5] Chang B，Zhu H，Ge Y，etal. Predicting the Popularity ofOnline Serials with Autoregressive Models [C]//Shanghai：ACM Pressthe 23rd ACM International Conference，2014：1339-1348.
[6] Gursun G，Crovella M，Matta I. Describing and forecastingvideo access patterns [C]//INFOCOM，2011 Proceedings IEEE.S.l.：s.n.，2011：16-20.
[7] Pinto H，Almeida J M，Gonçalves，etal. Using earlyview patterns to predict the popularity of youtube videos [C]//AcmInternational Conference on Web Search & Data Mining. ACM，2013.
[8] Ahmed M，Spagna S，Huici F，etal. A peek into the future：Predicting the evolution of popularity in user generated content [C]//Rome：Proceedings of the sixth ACM international conference on Websearch and data mining，2013：607-616.
[9] Ma Z，Sun A，Cong G. On predicting the popularity of newlyemerging hashtags in T witter [J].Journal of the American Society forInformation Science and Technology，2013，64（7）：1399-1410.
[10] Bao P，Shen H W，Huang J，etal. Popularity Predictionin Microblogging Network：A Case Study on Sina Weibo [C]//Rio deJaneiro：Proceedings of the 22nd International Conference on WorldWide Web（WWW），2013：177-178.
[11] 张艳，苗刚，何秀丽. 回归分析法在服装流行色预测中的应用 [J]. 佳木斯教育学院学报，2012（6）：434-435.
[12] 常丽霞，高卫东，张万琴，等. 马尔可夫预测法在国际服装流行色预测中的应用 [J]. 毛纺科技，2012，40（7）：44-47.
[13] 常丽霞，高卫东，潘如如，等. 灰色GM（1，1）模型在国际春夏女装流行色色相预测中的应用 [J]. 纺织学报，2015，36（4）：128-133.
[14] 周捷，李健. 离散GM（1，1）模型在服装流行色预测中的应用 [J]. 西安工程大学学报，2019，32（1）：23-30.
[15] 许凡，王高媛，赵晶. 基于灰色模型和神经网络的服装流行色预测 [J]. 纺织科技进展，2013（6）：64-66+70.
[16] 赵黎，杨连贺，黄新. 采用多蜂群协同演化算法的服装流行色预测 [J]. 纺织学报，2018，39（3）：137-142.
作者简介：
李晓颖（1997.11-），女，汉族，山东威海人，本科在读，研究方向：数据分析与挖掘、推荐系统、网络内容流行度.
赵安娜（1998.08-），女，满族，河北承德人，本科在读，研究方向：数据分析与挖掘、推荐系统、网络内容流行度.
周晓静（1997.06-），女，汉族，山东威海人，本科在读，研究方向：数据分析与挖掘、推荐系统、网络内容流行度.
通讯作者：
杨成伟（1981.01-），男，汉族，山东济宁人，讲师，博士，研究方向：数据流挖掘、网络智能算法等。