基于AGSO-LSSVM的热点话题预测模型

• 作者: 刘玉坤 夏栋梁 马丽
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 热点话题 最小二乘支持向量机(LSSVM) 混沌理论 人工萤火虫算法(AGSO)
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 第五届云计算大会专题
• 页码范围: 803-808
• 页数: 6页
• 分类号: TP393
• 字数: 3496字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2014.06.012

摘要

针对网络热点话题的时变性、混沌性,为了进一步提高网络热点话题的预测精度,提出一种人工萤火虫算法(artificial glowworm swarm optimization,AGSO)优化最小二乘支持向量机(least squares support vector machine,LSS-VM)的网络热点话题预测模型(AGSO-LSSVM).模型收集网络热点话题数据,采用互信息法和CAO法选择最优延迟时间和嵌入维数,采用优延迟时间和嵌入维数重构网络热点话题数据学习样,并输入到最小二乘支持向量机中训练,进而采用人工萤火虫算法优化最小二乘支持向量机参数建立网络热点话题预测模型,采用仿真实验测试其性能.实验结果表明,相对于其他网络热点话题预测模型,该模型可以对网络热点话题的变化特点进行拟合,进一步提高网络热点话题的预测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏栋梁	平顶山学院软件学院	27	66	5.0	6.0
2	刘玉坤	平顶山学院软件学院	21	41	4.0	5.0
3	马丽	平顶山学院软件学院	61	170	7.0	10.0