基于变权组合的突发事件网络舆情趋势预测

分析预测突发事件网络舆情的发展趋势,及时发现舆情传播过程中的潜在危机,对稳定社会发展具有重要意义.在利用Logistic曲线模型和BP神经网络构建单项预测模型的基础上,从非线性规划角度,基于误差平方和最小原则构建了变权组合预测模型,并以3起突发事件为例进行实证分析.实验结果表明,文中构建的变权组合预测模型能够较好地解决舆情的拟合预测问题,且精度更高,验证了变权组合模型的有效性和可行性.     

基于情景可控的非负变权组合预测模型及应用

将情景规划分析与组合预测方法相结合,构建了基于情景可控的非负变权组合预测模型.该模型具有将单预测模型和情景分别加权集成的特征,能够进一步增强组合预测方法的环境适应性和可控性.以S市的经济增长状况为分析背景,规划出了4种备选情景;由1979～2010年的历史数据拟合4种单预测模型,并预测2011～2015年的经济状况;以此构建基于情景可控的非负变权组合预测模型,用以对S市的经济增长实际状况进行分析.     

基于参数反演的网络舆情传播趋势预测——以新浪微博为例

针对现有的舆情传播模型研究与实际舆情数据结合较少以及难以从舆情大数据中挖掘舆情传播内在规律的问题,提出一种基于实际网络舆情大数据采用神经网络的舆情传播模型参数反演算法。改进经典SIR传染病传播模型,构建一种网络舆情传播模型,基于该模型对实际案例进行参数反演,预测网络舆情的后续传播趋势,并与马尔可夫预测模型对比,所提算法可以精确预测舆情的具体热度值。实验结果表明,所提算法在预测性能上具有一定的优越性,可以用于网络突发事件传播的数据拟合、过程模拟和趋势预测。     

基于Elman神经网络的装备状态组合预测方法

针对单一预测模型在利用多维状态特征信息进行状态预测时效果常常不够理想的情况,提出以灰色理论等模型作为单项预测模型,运用Elman神经网络进行变权组合预测的建模方法;考虑神经网络容易因过拟合导致预测时泛化能力变差的问题,运用遗传算法对神经网络隐层节点数和训练误差阈值进行优化求解,建立了完整的基于Elman神经网络的组合预测建模方法;最后,通过案例分析验证了该预测方法的有效性,结果表明组合预测能够将三步以内的预测相对误差控制在10%以内,大大优于定权组合预测模型。     

基于关联面积法的物流货运量组合预测模型

针对物流货运量组合预测模型中赋权策略这个难点问题,在灰色模型、三次多项式趋势外推模型(PTEM)和三次指数平滑模型(TESM)基础上,引入关联面积法确定组合权系数,构建物流货运量组合预测模型。实例表明,与等权法、熵权法、平均绝对误差法对比分析可知,关联面积法综合体现了模型预测结果与真实时间序列之间的相关性及拟合误差,提高了模型预测性能和精度,是一种有效的组合赋权策略。     

基于模糊变权组合预测模型的航材预测

由于航材预测的发展,每一种航材的预测模型有很多种。不同模型的预测模型体现了预测对象不同方向的发展趋势,合理地处理信息可以更加全面地预测航材需求趋势。模糊变权组合预测模型不同于传统组合预测模型,它采用权重系数为三角模糊数来组合不同预测模型结果,并以单项预测方法预测精确度指数最小为准则,集成处理得到较窄的取值范围来帮助航材预测决策。最后以实例验证方式检验该模型的有效性和准确性,具有一定的实用性。     

嵌入互联网舆情强度的人民币汇率预测

针对目前人民币汇率预测研究存在的数据源单一导致难以提升预测效果的问题,提出一种嵌入互联网舆情强度的预测技术,通过融合多方面数据源进行对比分析,有效降低了人民币汇率的预测误差。首先,融合互联网外汇新闻数据和历史行情数据,并将多源文本数据转化为可计算的特征向量;其次,通过情感特征向量构建五种特征组合并对其进行对比,给出了嵌入互联网舆情强度的特征组合作为预测模型输入;最后,设计外汇舆情影响汇率预测的滑动时间窗口,建立基于机器学习的汇率预测模型。实验结果表明,嵌入互联网舆情的特征组合相对于不含舆情的特征组合在均方根误差（RMSE）和平均绝对误差（MAE）上分别提升了9.8%和16.2%;此外,长短期记忆网络（LSTM）预测模型比支持向量回归（SVR）、决策回归（DT）和深度神经网络（DNN）预测模型表现更好。     

组合预测模型在短时交通流预测中的应用研究

根据智能交通诱导和信号控制的需要,短时交通流预测应具备实时性、准确性和可靠性,应用单项预测模型已不能满足当前交通流预测的要求,借此提出了以时间序列法、非参数回归法和RBF神经网络预测法为基础的定权系数和变权系数组合模型进行短时交通流预测,实例应用表明组合预测模型较单项预测方法预测精度有显著的提高。     

突发事件网络舆情传播与预警模型研究

随着网络的普及使用,我国网民数量不断上升,网络舆情无论是内容还是传播的速度都在不断攀升,突发事件 网络舆情的预警与控制,已经成为一道必须正视的问题。由于突发事件有其特定的生命周期,突发事件网络舆情也有其时段 性,要根据舆情传播的变化,注重对突发事件网络舆情传播的管控,避免群体极化现象和舆情的多级衍生。本文主要从构建网 络舆情研判指标体系,构建网络舆情预测模型和突发事件网络舆情预警措施三个方面进行了简要分析,对突发事件网络舆情 传播与预警模式进行研究。     

网络流量预测模型研究进展

网络流量预测的关键是建立相应的数学模型.介绍了网络流量预测模型的基本概念和分类,指出了单一预测模型存在的问题.从模型构建原理出发,重点对组合预测模型进行了系统的分类,将其分为线性组合模型、优化组合模型、分解重构组合模型,介绍了各组合模型的相关研究进展,并分析了它们的特点和适用范围,指出组合预测模型能更精确、全面地预测流量.针对流量预测目前存在的问题,对未来研究趋势提出了几点思考.