闫婷瑞,王 栋,肖立中,王广仲
(1. 上海应用技术大学计算机科学与信息工程学院,上海201418;2. 上海市教育科学研究院,上海 200032)
网络舆情预测是社交媒体上的一项重要任务,它的目的是通过记录的历史文本记录来预测话题的发展趋势[1-5]。目前的网络舆情趋势预测模型主要是在时序分析的基础上,再采用数学模型进行拟合。
王新猛[6]以微博为信息载体,先是明确界定了政府的负面舆情,然后建立了基于马尔科夫链的政府负面舆论预测模型,为政府及时、合理的处理负面舆论和引导舆论走向提供了理论支持。李喆等[7]提出投影寻踪模型,该模型对网络舆情评价进行顶级划分并计算其对网络舆情的影响。魏德志等[8]采用Lyapunov有力证明了网络趋势发展具有混沌特性,然后还对相关数据进行了相空间的重构,证明了算法的实用性。郭淼等[9]通过改进的SEIR模型和PageRank算法结合贝叶斯网络很好的提高了微博舆情预测的精度。徐敏捷等[10]将逻辑回归模型、指数平滑模型和灰色模型结合,用AHP赋值来作为网络舆情预测模型。Li Jinning等[11]提出了一种基于动态时间规整和自回归综合移动平均模型的情感感知时间序列预测方法来预测话题流行度。张和平等[12]创新性的构建了网络事件的百度指数时间序列指标并采取相关事件数据进行训练。姚翠友等[13]考虑了微博变化的主要因素,以“于欢案”的相关网络舆情数据来进行仿真研究,构建了社交事件的进化模型。针对加强社会管理,给出了有效的意见。……