基于参数反演的网络舆情传播趋势预测——以新浪微博为例 |
| |
引用本文: | 刘巧玲,李劲,肖人彬.基于参数反演的网络舆情传播趋势预测——以新浪微博为例[J].计算机应用,2017,37(5):1419-1423. |
| |
作者姓名: | 刘巧玲 李劲 肖人彬 |
| |
作者单位: | 华中科技大学 自动化学院, 武汉 430074 |
| |
基金项目: | 国家自然科学基金资助项目(61540032)。 |
| |
摘 要: | 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。
|
关 键 词: | 新浪微博 SIR模型 反向传播神经网络 参数反演 舆情传播 |
收稿时间: | 2016-11-14 |
修稿时间: | 2016-12-14 |
|
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|