混合神经网络的高校网络舆情预测模型研究*

武 燕，黄 颜，吴 维，李孟山

(赣南师范大学 a.数学与计算机科学学院;b.物理与电子信息学院，江西 赣州 341000)



·应用数学·

混合神经网络的高校网络舆情预测模型研究*

武 燕a，黄 颜a，吴 维b，李孟山b

(赣南师范大学 a.数学与计算机科学学院;b.物理与电子信息学院，江西 赣州 341000)

为了对高校大学生群体性事件网络舆情进行准确预测并作正确引导，提出一种基于改进粒子群算法的混合神经网络(HANN)的高校网络舆情的发展趋势预测模型.HANN首先采用自适应调整策略和混沌理论对粒子群算法进行改进得到改进粒子群算法(CSA-PSO)，再通过CSA-PSO算法训练径向基人工神经网络(RBF ANN)得到；RBF ANN的结点个数通过试探法确定.通过实例测试和与其它模型比较实验，结果表明所提出的HANN方法具有较高的预测精确，综合性能较好.

网络舆情；群体性事件；神经网络；混沌理论；自适应调整策略

1 引言

网络舆情是公众通过互联网对某些热点、焦点的社会问题产生的不同看法所发表的网络舆论.主要的实现方式包括：QQ、论坛、微信、博客、微博等网络工具.互联网作为一种新兴媒体已在社会信息传播中占有主导地位，成为公众发表舆论最常用的平台.公众通过网络工具对一些问题或焦点的舆论则在短时间内就可以形成，信息量极其大，而且网络舆论的数据特点具有不规则性和随机性.因此，对网络舆情的准确预测和干预则尤为重要[1-4].

近年来，高校校园网络的兴起，越来越多的大学生通过互联网借……