布谷鸟算法优化支持向量机的网络热点话题预测

• 作者: 戴臻
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 热点话题 布谷鸟搜索算法 支持向量机 文本聚类
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 信息技术交流
• 页码范围: 330-333
• 页数: 4页
• 分类号: TP393
• 字数: 3638字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.04.084

摘要

热点话题具有突发性和实时性，负面热点话题会对社会稳定产生不利影响，为了准确刻画热点话题变化趋势，建立一种布谷鸟搜索 CS（cuckoo search）算法优化支持向量机（SVM）的热点话题预测模型（CS-SVM）。首先对网络文本进行聚类预处理，并获取热点话题的时间序列；然后利用 SVM对时间序列进行建模，并采用 CS 算法优化 SVM参数；最后通过仿真实验对 CS-SVM模型性能进行测试。仿真结果表明，相对于对比预测模型，CS-SVM模型可以准确描述热点话题的变化趋势，提高了热点话题的拟合精度和预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴臻	湖南科技职业学院软件学院	7	37	3.0	6.0