基于SAPSO_RBF神经网络的网络舆情预测研究

• 作者: 陈福集 黄亚驹
• 来源期刊: 武汉理工大学学报（信息与管理工程版）
• 学科: 社会科学
• 关键词: 网络舆情 RBF神经网络 粒子群算法 模拟退火算法
• 年，卷（期）: 2017,（4）
• 页码范围: 422-426,438
• 页数: 6页
• 分类号: G350
• 字数: 4225字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3852.2017.04.009

摘要

网络舆情的发展具有复杂、时变的特征,构建时间序列分析模型对网络舆情预测具有现实意义,为了提高径向基神经网络模型的预测准确率,利用模拟退火算法优化后的粒子群算法实现对RBF神经网络的优化,构建SAPSO_RBF神经网络的网络舆情预测模型,并以"魏则西"事件为例进行实验仿真和分析,结果表明该模型在预测性能上具有较好的优越性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈福集	福州大学经济与管理学院	129	1236	17.0	28.0
2	黄亚驹	福州大学经济与管理学院	4	19	2.0	4.0