基于变权组合的突发事件网络舆情趋势预测

分析预测突发事件网络舆情的发展趋势,及时发现舆情传播过程中的潜在危机,对稳定社会发展具有重要意义.在利用Logistic曲线模型和BP神经网络构建单项预测模型的基础上,从非线性规划角度,基于误差平方和最小原则构建了变权组合预测模型,并以3起突发事件为例进行实证分析.实验结果表明,文中构建的变权组合预测模型能够较好地解决舆情的拟合预测问题,且精度更高,验证了变权组合模型的有效性和可行性.     

电力负荷交叉变权组合预测

传统的基于误差指标的组合负荷预测模型不能反映单项预测方法在不同样本时刻预测效果不同的事实,同时传统模型不能有效处理不同样本时刻对目标预测日影响不同的事实。本文给出并给出了改进的抽象模型,并给出实例化该模型的三种方法,结果表明文中方法提高了预测精度。     

基于模糊变权组合预测模型的航材预测

由于航材预测的发展,每一种航材的预测模型有很多种。不同模型的预测模型体现了预测对象不同方向的发展趋势,合理地处理信息可以更加全面地预测航材需求趋势。模糊变权组合预测模型不同于传统组合预测模型,它采用权重系数为三角模糊数来组合不同预测模型结果,并以单项预测方法预测精确度指数最小为准则,集成处理得到较窄的取值范围来帮助航材预测决策。最后以实例验证方式检验该模型的有效性和准确性,具有一定的实用性。     

基于近似熵测度的变权组合预测方法

提出一种基于近似熵测度的变权组合预测方法.首先,不同于传统的预测效果评价准则,从衡量样本序列复杂性的角度出发,以预测值误差序列的近似熵测度为评价效果准则,建立变权组合预测优化模型;然后,在变权组合预测权值分配问题上,为克服常规的均值估计法和回归分析法的不足,采用在线最小二乘支持向量机(LS-SVM)回归法,实现预测点加权系数的准确预测;最后,通过实例表明了该方法的可行性和有效性.     

Logistic曲线在网络舆情预测中的应用研究——以“广西镉污染”网络舆情事件为例

本文先介绍了Logistic曲线的概念和机理,然后在网络舆情传播规律基础上,对“广西镉污染”事件网络舆情发展趋势预测进行研究。建立了该事件的Logistic曲线预测增长模型,详细阐述了该模型的建模、预测过程及其在网络舆情预测中的具体应用,认为这种预测方法在其适用范围内具有较高的预报精度和应用价值,为网络舆情预测提供了一种可行方法。     

突发事件网络舆情中的法律问题思考

当前我们进入网络空间新文明形态,突发事件网络舆情的发展成为影响我们国家社会治理的重要方式。但是,我国在应对突发事件网络舆情中还存在着缺乏专门针对突发事件网络舆情的相关法律、网络空间治理尚未形成合力、政法机关治理观念尚未更新、网民法律意识尚不成熟的问题。政法机关要正视当下突发事件网络舆情的发展情况,及时更新社会治理理念,提高应对突发事件网络舆情的能力。     

突发事件网络舆情的璃变机制及导控策略

为了更好地应对突发事件,探索突发事件网络舆情的演变机制,将突发事件网络舆情的演变过程划分为酝酿、扩散、爆发和消退四个阶段,在每个阶段分别对应起主导作用的形成机制、驱动机制、作用机制和终结机制。描述了突发事件网络舆情的演变过程,分析了其演变机制,提出了针对性的舆情导控策略。     

基于生命周期理论的高校突发事件网络舆情机制及应对研究

高校突发事件导致的网络舆情越发受到社会公众的关注,但部分高校对网络舆情的管理处在事后控制的滞后阶段,对网络舆情的周期性及阶段性特点缺乏全面认识.本文引入生命周期理论,探究高校突发事件网络舆情的演化机制,并提出发酵期、形成期、爆发期及消退期的应对策略:监测与研判、公开和共情、引导和控制、评价与反馈.     

突发事件网络舆情传播与预警模型研究

随着网络的普及使用,我国网民数量不断上升,网络舆情无论是内容还是传播的速度都在不断攀升,突发事件 网络舆情的预警与控制,已经成为一道必须正视的问题。由于突发事件有其特定的生命周期,突发事件网络舆情也有其时段 性,要根据舆情传播的变化,注重对突发事件网络舆情传播的管控,避免群体极化现象和舆情的多级衍生。本文主要从构建网 络舆情研判指标体系,构建网络舆情预测模型和突发事件网络舆情预警措施三个方面进行了简要分析,对突发事件网络舆情 传播与预警模式进行研究。     

基于拐点的网络舆情预测研究

舆情预测是实现网络舆情监控最重要的一个环节,针对舆情演化过程中的拐点会影响舆情预测的情况,在ARIMA和灰色预测的基础上,提出了一种基于拐点的预测方法,建立了分段和镜像处理的数学模型。最后用实例对模型进行对比验证,并总结了模型的优缺点。实验表明,该方法能够减小拐点的影响,提高舆情预测的准确度。     

浅谈突发公共事件中网络舆情监测指标体系的应用

本文介绍的网络舆情监测指标体系由舆情发布者指标、舆情要素指标、舆情受众指标、舆情传播指标以及区域和谐度指标五个指标群构成。笔者针对网络舆情的实时监测及预警预报,研究了不同指标的量化方法,给出了相应的计算公式。     

基于可变模糊集理论的舆情指标预警模型研究

通过分析网络舆情影响因素,建立网络舆情指标体系.根据可变模糊理论构建网络舆情危机模型,采用类别特征值规则取代最大隶属原则的评价方法进行定量的评判,从而得到网络舆情的危机预警等级.结合具体实例对该模型分析,结果证明了其合理性.     

基于因子分析和Elman网络的舆情关键词热度预测

从宏观角度研究基于关键词的网络舆情热度有助于相关机构把握目标群体的整体舆情动态,从而实现精准施策,提升舆论引导水平.本文以新浪微博数据为例,采用因子分析方法(Factor Analysis,FA),挖掘舆情热度内在影响因素,并通过改进Elman网络结构,利用遗传算法(Genetic Algorithm,GA)优化初始参...     

社交网络中基于注意力机制的网络舆情事件演化趋势预测

与传统媒体相比,社交网络在传播新闻、思想、观点等方面发挥着突出的作用,同时也是传播谣言、虚假新闻等负面信息的最佳途径.因此,对网络舆情演化趋势的准确预测和有效控制已成为重要的研究话题.目前,大多数研究从理论建模的角度对网络舆情事件的演化特性和发展趋势进行预测,基于用户行为特征的信息传播演化趋势预测模型的建模及分析有待进...     

基于变长时间间隔LSTM方法的胎儿异常体重预测

孕妇的产前体检是围产医学的重要组成部分,产前预测胎儿体重可以为判断胎儿健康发育提供准确的参考.孕妇的多次体检记录在孕周时间上有不均匀时间间隔分布的特点.本研究对不均匀时间间隔的处理提出了LSTM模型的变种——变长时间间隔的LSTM模型（Variable Time Interval LSTM,VTI-LSTM）.本研究数据来源于2015~2018年多家妇产科医院的10 473个孕妇的122 462条体检记录.实验比较了传统的公式估算法以及GBDT,MLP,SVR,RNN,LSTM,VTI-LSTM等机器学习方法的胎儿体重预测结果,其中,VTI-LSTM在低体重和巨大儿的预测上取得良好的预测结果.     

基于改进Floyd算法的网络舆情监测

随着我国计算机信息技术的高速发展,网络舆情系统在互联网领域中得到了越来越多的关注,但是我国的网络舆情管理工作仍然存在着诸多问题,其中最为集中的问题体现在反应机制的不完善。鉴于此,本文首先描述Floyd算法的内涵,阐述Floyd算法的运算步骤,提出基于Floyd改进算法的控制策略,同时分析Floyd改进算法在网络舆情中的应用与模型,重点探讨影响网络舆情监测技术的3个因素。最后以人民网和正义网正式发表的相关资料作为舆情热点数据,对提出的模型算法进行对比验证。结果表明,基于Floyd的改进算法在各项指标上显著优于其他算法,但当实验数组达到一定上限时,仍然会出现重用率极限值。希望此次研究能为我国政府机关加强对网络舆论的分析,达到能够应对社会突发事件的能力,提升政府机关在互联网环境中的舆情管理能力提供一定的帮助。     

一种基于博弈理论的BBS舆情预测模型

网络论坛（BBS）中曝光帖的“主帖方”和“回应方”存在着典型的动态博弈行为,主导着舆情的演化进程.为了预测这种舆情的发展,以双方发帖的偏离事实程度为策略空间,设计了一种符合现实的“主帖方”和“回应方”发帖行为博弈模型,建立了基于小世界网络和元胞自动机的舆情预测模型,对现有的元胞自动机模型进行改进,用博弈策略解调节元胞自动机的迭代规则参数,实现“主帖方”和“回应方”对舆情发展的主导作用.通过仿真实验,结果表明回帖数、支持数与反对数之比等指标的变化趋势与现实中的网络事件较为吻合,说明了模型具有一定的合理性和有效性.