基于多输出神经网络的舆情分析指标拟合及优化研究

• 作者: 徐翼龙 王功明 王海威 陈娟
• 来源期刊: 高技术通讯
• 关键词: 舆情指标体系 可信度 指标拟合 主成分分析 多输出神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 19-26
• 页数: 8页
• 字数: 6848字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2019.01.003

摘要

通过互联网媒介数据构建出完整的互联网舆情指标体系,是进行舆情预测及评估、网络空间治理的基础.然而,由于数据冲突、数据不完整、计算误差、标注失误等诸多问题,严重降低某些指标的可信度.本文根据可信度高低将舆情指标划分为两类,综合多变量数据拟合、主成分分析(PCA)、多输出神经网络等技术,以及基于数据类型的指标评价方法,能够由高可信度指标推导出低可信度指标,并采用新浪微博用户数据进行性别判断实验与用户粉丝量实验.实验结果表明,所推导出的性别准确率高达96.7％,用户粉丝量的相对绝对误差(RAE)为16％,说明本方法可以构建高可信度舆情指标体系,为舆情指标体系的构建和量化研究奠定基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈娟	北京大学新闻传播学院	106	572	13.0	19.0
2	王功明	中国科学院生物物理研究所	10	62	3.0	7.0
3	徐翼龙	北京联合大学智慧城市学院	1	0	0.0	0.0
4	王海威		1	0	0.0	0.0