支持向量机修正ARIMA误差的微博热点预测

• 作者: 蒋玉婷
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网络微博热点 差分自回归移动平均模型 支持向量机 预测
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 187-190
• 页数: 4页
• 分类号: TP391
• 字数: 3198字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.09.046

摘要

微博热点预测是一类贫信息、小样本、不确定性的复杂预测问题。为了提高微博热点预测精度，提出一种基于支持向量机修正ARIMA误差的微博热点预测模型（ARIMA-SVM）。首先对微博数据进行预处理、提取主题构建网络微博热点时间序列，然后采用ARIMA建立网络微博热点预测模型，并采用支持向量机对ARIMA预测误差进行修正得到微博热点最终预测结果，最后模型性能进行仿真测试。结果表明，相对于传统预测模型，ARIMA-SVM提高了网络微博热点的预测精度，预测结果具有一定实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋玉婷	江苏海事职业技术学院信息工程系	33	35	4.0	5.0