作者:
原文服务方: 现代电子技术       
摘要:
针对传统预测系统一直存在预测结果不准确、系统稳定性差的问题,提出并设计了基于改进神经网络算法的微博热点预测系统,其硬件部分主要对数据采集模块、微博信息传播趋势分析模块、微博热点判别模块进行了分析并设计,软件部分主要引进了改进神经网络算法,对原有系统进行了优化.实验结果表明,采用改进系统对微博热点进行预测时,其预测稳定性相比传统预测系统要优越,在相同时间内,出现波动的次数降低了2~4次,具有一定的优势.
推荐文章
基于RBF神经网络的微博用户兴趣预测模型
微博
邻居节点
长期兴趣
短期兴趣
RBF神经网络
预测算法
基于改进神经网络的挖掘算法设计
数据挖掘
神经网络
粗糙集
数据挖掘算法
数据计算
可行性分析
基于卷积神经网络和Tree-LSTM的微博情感分析
卷积神经网络
注意力机制
长短期记忆神经网络
微博情感分析
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
预测
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 基于改进神经网络算法的微博热点预测系统设计
来源期刊 现代电子技术 学科
关键词 微博热点 预测系统 改进神经网络算法 数据采集 微博信息传播 预测稳定性
年,卷(期) 2018,(12) 所属期刊栏目 前沿交叉科学
研究方向 页码范围 157-160
页数 4页 分类号 TN911-34
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2018.12.038
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 金海 重庆师范大学涉外商贸学院 7 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (79)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (23)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(19)
  • 参考文献(0)
  • 二级参考文献(19)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(14)
  • 参考文献(4)
  • 二级参考文献(10)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博热点
预测系统
改进神经网络算法
数据采集
微博信息传播
预测稳定性
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导