基于GA-Elman预测模型的网络舆情研究

发布时间：2021-03-04 22:44

　　网络舆情是网民通过互联网提供的各种媒体,所表达的对某一事件的认知、情感、态度和行为倾向性的总和。随着互联网在生活中的应用范围不断扩大,网络舆情在社会中的影响力也越来越大。由于互联网具有虚拟性、随意性、渗透性和发散性等特点,消极负面的舆情信息能迅速扩散并可能对人们的日常生活产生不良影响,甚至可能引发舆情危机,严重危害社会公共安全。预测网络舆情未来的发展趋势,能够发现潜在的舆情危机,对维护社会稳定和促进国家发展具有重要的现实意义。因此,研究网络舆情的预测技术,具有重大的现实意义。实现对网络舆情发展趋势的预测,首先要从互联网上获取能表征网络舆情发展规律的数据。本文使用网络爬虫获取网页,根据从网页中获取得到的信息,通过聚类和热度计算找出热点议题,然后基于热点议题按时间统计回复总数,并用它组成的时间序列来表征网络舆情。获得数据后,要实现对网络舆情预测的研究,需要建立合理的预测模型。目前,有些学者基于传统的数学方法建模,还有些研究者采用人工神经网络模型。表征网络舆情的时间序列是非线性动态变化的时间序列,因此,本文选用标准Elman神经网络模型对网络舆情的未来发展趋势进行预测。标准的Elman神经网... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
第一章 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究的现状
    1.3 本文的主要研究内容和主要研究工作
    1.4 论文的章节组织结构
第二章 网络舆情趋势预测相关技术
    2.1 实验数据的获取
    2.2 常用典型网络舆情预测模型
        2.2.1 ARIMA动态模型
        2.2.2 BP神经网络
    2.3 预测结果评价指标
    2.4 本章小结
第三章 标准Elman神经网络预测模型
    3.1 标准Elman神经网络预测模型概述
    3.2 标准Elman神经网络预测模型的网络结构
    3.3 标准Elman预测模型的网络参数学习算法
    3.4 本章小结
第四章 GA—Elman预测模型构建和预测实现
    4.1 对标准Elman预测模型的网络结构进行改进
    4.2 GA—Elman预测模型构建
        4.2.1 GA—Elman预测模型的网络结构
        4.2.2 遗传算法训练GA—Elman预测模型的网络参数
    4.3 基于GA—Elman预测模型预测实现步骤
    4.4 本章小结
第五章 实验及结果分析
    5.1 实验数据
    5.2 实验环境
    5.3 实验内容
        5.3.1 实验一
        5.3.2 实验二
    5.4 实验总结
第六章 总结和展望
    6.1 全文工作总结
    6.2 下一步的展望
参考文献
在校期间发表的论文、科研成果
致谢


【参考文献】：
期刊论文
[1]基于Elman神经网络和遗传算法的油田指标预测#[J]. 刘显德,杨婷婷,严胡勇.  计算机与现代化. 2013(02)
[2]应用广义回归神经网络预测油井含水率[J]. 陈东虎,朱维耀,朱华银,雷刚,刘军.  重庆科技学院学报(自然科学版). 2012(06)
[3]网络舆情研判技术的研究进展[J]. 郝晓玲.  情报科学. 2012(12)
[4]基于EMD的网络舆情演化分析与建模方法[J]. 周耀明,王波,张慧成.  计算机工程. 2012(21)
[5]中国网络舆情研究的历史回顾与反思——基于CNKI、CSSCI高被引论文观察[J]. 季丹,谢耘耕.  上海交通大学学报(哲学社会科学版). 2012(04)
[6]我国网络舆情研究文献的定量分析[J]. 杨月辉.  东南传播. 2012(05)
[7]基于BP神经网络的矿山GPS数据时间序列预测分析[J]. 赵永未,杨力纲,袁兴明.  科技创新导报. 2011(34)
[8]基于马尔可夫链的舆情热度趋势分析[J]. 刘勘,李晶,刘萍.  计算机工程与应用. 2011(36)
[9]时间序列预测模型研究简介[J]. 张美英,何杰.  江西科学. 2009(05)
[10]基于改进遗传算法的神经网络优化方法[J]. 杨梅,卿晓霞,王波.  计算机仿真. 2009(05)

博士论文
[1]Elman神经网络与进化算法的若干理论研究及应用[D]. 时小虎.吉林大学 2006

硕士论文
[1]时间序列预测技术研究[D]. 王丽贤.天津理工大学 2012
[2]基于改进遗传算法的应用研究[D]. 曹道友.安徽大学 2010
[3]网络舆情预测模型与平台的研究[D]. 张珏.北京交通大学 2009
[4]基于遗传神经网络的民用航空器SDR预测[D]. 解海涛.南京航空航天大学 2009
[5]基于ARIMA模型的组合模型研究[D]. 郑鹏辉.燕山大学 2009
[6]基于Elman神经网络的中期电力负荷预测模型研究[D]. 任丽娜.兰州理工大学 2007



本文编号：3064063