基于改进混沌理论的网络舆情短期预测策略方法研究

论文摘要

针对网络舆情数据随机波动大、原始样本少的特点,对网络舆情短期预测方法开展研究。基于混沌理论对原始样本进行相空间重构,确定了最佳延迟时间和嵌入维数。采用LS-SVM对网络舆情数据进行回归建模,基于粒子群算法对LS-SVM参数进行优化,避免了核函数参数选择的主观性和盲目性。以某网络事件点击量预测为案例进行了仿真实验。结果表明:所提方法具有预测精度高、能确定最佳模型参数的优点,从而验证了所提方法的科学性和先进性。

论文目录

• 1 相关理论
•   1.1 相空间重构理论
•   1.2 LS-SVM
•   1.3 PSO算法
• 2 混沌理论和LS-SVM结合的网络舆情预测模型
•   2.1 数据预处理
•   2.2 LS-SVM预测器的输入输出结构
•   2.3 预测步骤
•   2.4 预测精度评价
• 3 仿真实验
•   3.1 数据来源与预处理
•   3.2 模型的训练结果与分析
•     3.2.1 相空间重构
•     3.2.2 LS-SVM参数寻优
•     3.2.3 模型训练和分析
•   3.3 模型的预测结果与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 高颖

关键词: 网络舆情,预测,最小二乘支持向量机,混沌理论,粒子群算法

来源: 重庆理工大学学报(自然科学) 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 物理学,自动化技术

单位: 南开大学周恩来政府管理学院,内蒙古民族大学人事处

基金: 教育部人文社科项目(14XJC840002),内蒙古民族大学科学研究基金资助项目(NMDYB18043)

分类号: TP18;O415.5

页码: 171-176

总页数: 6

文件大小: 128K

下载量: 186