Facebook Post Reactions

自 2016 年 2 月起，Facebook 允许用户通过使用
五种所谓的“反应”。本研究论文提出并评估了预测这些问题的替代方法
对公司/公司（如连锁超市）公共页面上用户帖子的反应。为此，我们从大型连锁超市的 Facebook 页面收集帖子（及其反应）并构建了一个数据集
可用于其他研究。为了预测一个新帖子的反应分布，神经
使用预训练的词嵌入测试了网络架构（卷积和循环神经网络）。通过引入情绪引导方法来改进神经网络的结果
并对每个帖子的评论进行情感挖掘。最终模型（神经网络和
基线情绪挖掘器）能够用均方预测 Facebook 帖子上的反应分布
错误（或误分类率）为 0.135

搜集汇总

背景与挑战

背景概述

该数据集收集自Facebook连锁超市公共页面的用户帖子及其反应，用于预测新帖子的反应分布。研究采用了神经网络和情感挖掘方法，模型预测误差为0.135，由马斯特里赫特大学于2017年发布。