作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
面向大规模真实数据.应用聚合方差法、周期图和重标极差法对互联网信息发布数据进行研究.发现网民发布信息具有自相似和长相关特性。通过对各序列的Hurst指数估计,揭示了网络论坛日发帖量未来变化与历史的变化趋势一致:网民发帖量低发帖量网民与高发帖量网民的变化趋势一致:以及每日网民发帖量后发帖网民与先发帖网民的变化趋势一致等特性。这些性质对深入认识网络论坛规律、预测网络突发事件等具有一定参考价值。提出一种评价网络论坛舆论的定量指标。实验表明.该指标能有效发现网络突发事件。
推荐文章
基于小波神经网络的话题热度预测模型研究
网络舆情
热点话题
热度预测
小波神经网络
基于小波多尺度的网络论坛话题热度趋势预测
时间序列
小波分解与重构
ARIMA模型
神经网络
Hurst指数在判别火灾轰燃中的应用
火灾
轰燃
数值模拟
分形
时序分析
Hurst指数
非线性动力学
基于数据挖掘的网络论坛话题热度趋势预报
时间序列
小波分析
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用Hurst指数预测网络话题热度
来源期刊 现代计算机:上半月版 学科 工学
关键词 分形 HURST指数 长相关性 自相似性 热点话题
年,卷(期) 2012,(8) 所属期刊栏目
研究方向 页码范围 3-7
页数 5页 分类号 TP393.4
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程葳 北京城市学院研究部 9 137 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (40)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(8)
  • 参考文献(8)
  • 二级参考文献(0)
2001(8)
  • 参考文献(8)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分形
HURST指数
长相关性
自相似性
热点话题
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导