基于小波神经网络的话题热度预测模型研究

• 作者: 孙小淞 梁晓菡 王惠 罗顺莲 谭鹏
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 网络舆情 热点话题 热度预测 小波神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算机技术
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP391
• 字数: 4884字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2018.05.032

摘要

网络舆情发展迅速,有效地实现话题的热度预测对网络舆情监管和正确引导具有重要意义.为了实现对话题热度的预测,并提高预测的精度,本文提出基于小波神经网络的话题热度预测模型.首先经过预处理分析发现热点话题,然后选取具有热度表征能力的指标量化话题热度,构建出话题热度指标的时间序列模型,最后提出基于小波神经网络模型的话题热度预测方法,预测出下一时间段的话题热度值.实验结果显示,与BP神经网络预测模型相比,本文提出的小波神经网络预测模型无论从预测曲线的拟合度还是绝对误差标准差的数值上都具有更高的预测精度及稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠		3	13	3.0	3.0
2	孙小淞		3	3	1.0	1.0
3	谭鹏		3	3	1.0	1.0
4	罗顺莲		1	3	1.0	1.0
5	梁晓菡		2	4	1.0	2.0