一种自适应网络舆情演化建模方法

发布时间：2019-07-15 07:48

【摘要】：针对短期趋势预测方法忽略演化过程统计特性的动态变化性,致使模型选择盲目、预测效果较差的问题,本文提出一种自适应网络舆情演化建模方法(AEMIPO)。首先,动态跟踪网络舆情演化过程的平稳性、周期性和自相似性等统计特性;其次,选取能够描述上述统计特性的ARMA,ARIMA,SARIMA,FARIMA模型构建备选模型库;最后,通过制定模型选择规则,从备选模型库中选择合适的模型对当前时刻的演化过程进行自适应建模,并预测其演化趋势。实验表明,与现有方法相比,AEMIPO具有更高的预测精度与更好的预测稳定性,更适合对网络舆情演化过程进行短期建模及趋势预测。
文内图片：

图２ＡＥＭＩＰＯ方法实现流程２实验结果与性能分析本文使用论坛数据作为网络舆情的数据源来

图片说明：，则使用ＳＡＲＩＭＡ模型对其建模。ＡＥＭＩＰＯ方法的实现流程如图２所示，可以分为如下３个步骤：步骤１：通过采集包含网络舆情的网页以获取网络舆情数据；步骤２：利用网页抽取技术提取网页中的行为特征，，并按适当的时间尺度采样以形成描述网民发帖行为的源帖率、回帖率、用户率等时间序列，并用上述序列表征网络舆情的演化过程；步骤３：对演化过程的统计特性进行动态跟踪，并根据模型选择规则从备选模型库中选取合适的模型对演化过程进行建模，从而预测网络舆情的演化趋势。图２ＡＥＭＩＰＯ方法实现流程２实验结果与性能分析本文使用论坛数据作为网络舆情的数据源来进行网络舆情演化建模与趋势预测实验。由于舆情数据在不同的网络媒体中具有同构性，因此源自其他网络媒体的舆情数据同样适用。本文分别选取２０１１年日本核泄漏引发中国各地抢盐事件，２０１０年腾讯与３６０互相攻击事件作为网络舆情的源事件，并选择天涯社区中的论坛数据作为网络舆情的数据源。其中，天涯社区是凤凰网和艾瑞咨询集团共同发布的“全球中文论坛１００强”中排名第一的论坛，在知名度和影响度上具有优势，其数据具有代表性［１３］。按照图２所示ＡＥＭＩＰＯ方法的实现流程，首先需要采集网络舆情数据。对于日本核泄漏引发中国各地抢盐事件，从２０１１年３月１６日１６时天涯社区中出现第一个关于“抢盐”事件的源帖开始，到２０１１年３月２１日１５时为止，共采集１２０ｈ关于“抢盐”事件的帖子；对于腾讯与３６０互相攻击事件，从２０１０年１０月２７日１７时发生“金山百度腾讯等发布联合声明，反
【作者单位】：解放军信息工程大学信息工程学院;
【基金】：国家社会科学基金重大(09&ZD014)资助项目全军军事学研究生课题资助项目
【分类号】：TP393.09

【相似文献】