-
题名融合微博热点分析和LSTM模型的网络舆情预测方法
- 1
-
-
作者
刘定一
沈阳阳
詹天明
刘亚军
应毅
-
机构
三江学院计算机科学与工程学院
-
出处
《江苏大学学报（自然科学版）》
CAS
北大核心
2021年第5期546-553,共8页
-
基金
江苏省高等学校自然科学研究面上项目(18KJB520042)
国家自然科学基金资助项目(61976117)
+2 种基金
江苏省自然科学基金资助项目(BK20191409)
江苏省高等学校自然科学研究重大项目(19KJA360001)
三江学院校级科研重大项目(2019SJKY006)。
-
文摘
当前互联网已成为公众获取信息、表达观点的重要平台,也带来社会舆情事件易发生的风险,通过对网络舆情走势的提前预测,能够准确判断热点事件的发展态势,为政府相关部门应对舆情危机提供参考.针对单一预测模型预测精度不高和社交媒体对舆情走势影响较大的问题,提出了融合微博热点分析和长短期记忆神经网络(LSTM)的舆情预测方法.利用网络爬虫和PyTorch机器学习平台构建了用于舆情时序数据分析的网络舆情预测系统;在此系统内,考虑微博的强时效性,采用网络热点分析技术计算微博热度分值;改进LSTM网络,设计由2个隐含层组成的MH-LSTM预测模型;将MH-LSTM模型用于舆情事件百度指数的定量预测中,通过试验验证了模型的正确性,证实了该预测模型拥有较好的预测效果.
-
关键词
网络舆情预测
神经网络
LSTM
微博热点分析
百度指数
-
Keywords
network public opinion forecasting
neural network
LSTM
microblog hotspot analysis
Baidu index
-
分类号
TP391
[自动化与计算机技术]
-
-
题名基于大数据分析方法的微博热点建模与预测
- 2
-
-
作者
王哲
刘贵容
彭润亚
-
机构
重庆邮电大学移通学院
-
出处
《现代电子技术》
北大核心
2019年第21期73-76,共4页
-
基金
重庆市高等教育学会高等教育科学研究课题重点项目(CQGJ17034A)~~
-
文摘
微博热点反映一个社会对某一事件的看法,其受到许多因素的影响,具有一定的规律性,同时具有一定的随机性,数据规模庞大,传统方法无法准确、客观描述,微博热点预测错误大,为此设计基于大数据分析方法的微博热点建模与预测方法。首先对微博热点变化特点进行分析,找到引起微博热点预测错误大的原因,然后收集微博热点历史数据,通过聚类分析选择最优样本点组成训练样本,减少数据的规模,最后引入大数据分析方法建立微博热点预测模型,并与其他微博热点预测方法进行对比测试,所提方法的微博热点预测精度超过95%,预测误差远小于当前其他微博热点预测方法,而且建模与预测时间明显减少,加快了微博热点建模与预测效率,具有更高的实际应用价值。
-
关键词
微博热点分析
网络管理
大数据分析
预测模型
微博热点建模
预测效率
-
Keywords
microblog hotspot analysis
network management
large data analysis
prediction model
microblog hotspot modeling
prediction efficiency
-
分类号
TN911.1
[电子电信—通信与信息系统]
34
TP391
[自动化与计算机技术—计算机应用技术]
-
