基于改进混沌理论的网络舆情短期预测策略方法研究

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (6): 171-176.

基于改进混沌理论的网络舆情短期预测策略方法研究

高　颖^1，2

1.南开大学周恩来政府管理学院；2.内蒙古民族大学人事处

出版日期:2019-07-22 发布日期:2019-07-22
作者简介:高颖，女，博士研究生，讲师，主要从事网络舆情研究。

Online:2019-07-22 Published:2019-07-22

摘要/Abstract

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。

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

中图分类号:

TP391

. 基于改进混沌理论的网络舆情短期预测策略方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 171-176.

[1]	张莲１，王磊１，曹阳２. 基于ＣＡＳ优化的ＬＳＴＭ循环神经网络的高压断路器故障预测方法研究[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 181-187.
[2]	刘贞１，白璐２，汤雪松３，何曦３，杨弦３，邱建平３. 配电网检修方案优化模型及应用研究[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 196-202.
[3]	孙成胜ａ，张红民ａ，王艳ｂ，巴忠镭ａ. 一种改进的灰色ＢＰ神经网络光伏出力预测方法[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 217-221.
[4]	张扬，朱志宇. 改进ＰＳＯ算法优化ＬＳＳＶＭ的柴油机排气预测[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 103-110.
[5]	陈亚伟ａ，邵毅明ｂ，甘元艺ｂ. 基于模型预测控制的自主应急转向系统设计[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 9-14.
[6]	雷超帆，赵华东，江南. 融合粒子群与蚁群算法的机器人路径规划[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 235-241.
[7]	郑琰, 黄兴, 肖玉杰. 基于时间序列的商品需求预测模型研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 217-222.
[8]	韩楠a, 乔少杰b, 黄萍a, 彭京, 周凯. 基于群体智能的跨语言网络舆情文本聚类模型[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 99-108.
[9]	陈亚伟ａ, 邵毅明ｂ, 郝西祥ｂ, 甘元艺ｂ. 基于运动预测的车辆横向稳定性控制[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 58-64.
[10]	张先华a, 李政a, 谭小慧a, 王康b. 基于灰色马尔科夫的地铁火灾逃生最优路径规划及3D模拟[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 118-123.
[11]	郝楠, 冯晶, 高媛. 基于模糊综合评价的网络舆情预警方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 227-231,236.
[12]	. 基于K最近邻算法的城市路段行程时间短时预测[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 152-159.
[13]	. 基于SVM的共享单车需求预测[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 187-194.
[14]	. 基于校园大数据的学生行为特征分析与预测方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 201-206.
[15]	. 基于改进粒子群和变步长扰动的复合MPPT算法[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 207-213.

基于改进混沌理论的网络舆情短期预测策略方法研究

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10