当前位置:主页 > 科技论文 > 自动化论文 >

基于BP和Elman神经网络的网络舆情预警模型构造

发布时间:2020-10-12 20:03
   如今的互联网时代,无论是生活还是工作,互联网都成为人们日常特别重要的部分。其带来大量便利的同时也给这个时代带来了许多的网络舆情困扰,甚至影响到社会的和谐与稳定,因而当下网络时代针对如何预警网络舆情危机的研究越来越多,构建和谐健康的网络环境可见是非常有必要的。研究主要将网络舆情危机预警分为两个研究部分,第一部分是对采集到的样本数据进行情感倾向性分析,第二部分是建立舆情预警危机模型。本文基于Doc2vec和Bi-LSTM神经网络的网络舆情情感倾向性分析,其中结合了表情注意力机制,考虑到表情符号与文本之间的联系,最终获得了舆情的整体情感倾向。其次,基于BP和Elman神经网络算法,建立了舆论危机预警模型,对两种神经网络模型进行了训练、测试、验证和比较。最后,获得了可行性较高的算法模型。本文主要做的工作有:1、综述国内外网络舆情方面相关研究,介绍了各研究建立的预警模型指标体系,并列举了以往的网络舆情危机预警相关算法及其算法应用。2、本文利用Doc2vec模型与双向LSTM神经网络模型,结合表情符号关注机制对数据进行情感倾向性分析,研究中利用Doc2vec模型对句子进行文本向量化,之后双向LSTM神经网络很好地利用上下文特征信息,存留下文本的顺序信息,可以自动选择特征作为分类,并结合表情符号权重,最后通过Softmax函数(归一化指数函数)获取情感类别概率,分析其情感倾向性。3、首先建立网络舆情预警模型预警指标体系,主要从四个层面指标分析和划分指标:事件力量,网民力量,媒体影响力和政府指导。其次构造BP、Elman神经网络预警模型,从微博话题“重庆公交车坠江”事件中抽取样本数据。两个神经网络模型分别训练、测试,对比两种模型算法预测结果准确度、误差,验证模型的可行性,有效性,得到性能较好的网络舆情危机预警模型。
【学位单位】:江西农业大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TP183;C912.63;TP391.1
【部分图文】:

舆情,指标体系


2 网络舆情预警相关研究综述.1 预警指标体系研究(1)除了在网络舆情概念中提到的几种舆情预警指标体系之外,王铁套[21]等了以模糊综合评价法为基本思想的网络舆情预警模型,在网络舆情危机指标体系研究中,遵循的原则是:完整性和确定性、科学性和指导性、定量性和实用性、性和延续性。该模型为网络舆情预警问题上提供了一个新的切入点,并兼顾了舆展趋势指标,可以成功地解决网络舆情多层次多指标问题。网络舆情预警模型是基于评估过程的非线性特征提出的,由于网络舆情影响因多,很难充分顾及到指标体系中每一个极小的影响因素,因此,该指标体系只能到影响较大的指标。此外综合现有研究的舆情指标体系,并且针对现有的各指标的不足之处尽可能做到完善与改进,将舆情传播要素,传播规律以及传播特点充入考虑的基础上,优化并将指标完备舆情预警指标体系。最终得到具体的舆情预标体系见图 2-1。

流程图,模糊综合评价方法,流程图,舆情


图 2-2 模糊综合评价方法流程图Fig 2-2 Flow chart of fuzzy comprehensive evaluation method模糊的综合评价法为基础创建网络舆情预警模型,是结合评估出的,其基本步骤:确定因素集、确定评估集、计算指标权重混合赋权法来决定该网络舆情各指标的权重系数,得到基于模舆情危机预警模型。该模型流程图见图 2-2。青等[22]基于 E-R 模型的网络舆情监测及预警指标体系的构建研上已有的指标体系仍存在不足的基础上提出了基于 E-R 模型情的产生、演变和沉寂具有显著、重要影响的因素,如图 2-3于各种网络舆情监测和预警指标。抓住舆论触发点,更加客观效地预测网络舆论的发展趋势。 找出更多需要在各种舆论中闻的信息,以便及时处理。人提出的相对完善的网络舆情监测与预警指标体系,该指标在

流程图,舆情,舆论


图 2-2 模糊综合评价方法流程图Fig 2-2 Flow chart of fuzzy comprehensive evaluation method糊的综合评价法为基础创建网络舆情预警模型,是结合评估过的,其基本步骤:确定因素集、确定评估集、计算指标权重、合赋权法来决定该网络舆情各指标的权重系数,得到基于模糊情危机预警模型。该模型流程图见图 2-2。等[22]基于 E-R 模型的网络舆情监测及预警指标体系的构建研已有的指标体系仍存在不足的基础上提出了基于 E-R 模型总的产生、演变和沉寂具有显著、重要影响的因素,如图 2-3 所各种网络舆情监测和预警指标。抓住舆论触发点,更加客观地地预测网络舆论的发展趋势。 找出更多需要在各种舆论中得的信息,以便及时处理。提出的相对完善的网络舆情监测与预警指标体系,该指标在目
【参考文献】

相关期刊论文 前10条

1 孙玲芳;周加波;林伟健;候志鲁;许锋;;基于BP神经网络和遗传算法的网络舆情危机预警研究[J];情报杂志;2014年11期

2 周金元;张莎莎;刘桂锋;王振;;国内微博研究综述[J];情报杂志;2013年09期

3 杜智涛;谢新洲;;利用灰色预测与模式识别方法构建网络舆情预测与预警模型[J];图书情报工作;2013年15期

4 杨立公;朱俭;汤世平;;文本情感分析综述[J];计算机应用;2013年06期

5 王铁套;王国营;陈越;;基于模糊综合评价法的网络舆情预警模型[J];情报杂志;2012年06期

6 刘勃然;黄凤志;;美国《网络空间国际战略》评析[J];东北亚论坛;2012年03期

7 张一文;齐佳音;方滨兴;李欲晓;;基于贝叶斯网络建模的非常规危机事件网络舆情预警研究[J];图书情报工作;2012年02期

8 王青;成颖;巢乃鹏;;网络舆情监测及预警指标体系构建研究[J];图书情报工作;2011年08期

9 厉小军;戴霖;施寒潇;黄琦;;文本倾向性分析综述[J];浙江大学学报(工学版);2011年07期

10 丁菊玲;勒中坚;王根生;;我国网络舆情危机预警研究探讨[J];情报杂志;2010年10期


相关硕士学位论文 前9条

1 蔡礼高;基于向量空间模型的文本内容筛查方法研究[D];电子科技大学;2018年

2 左岗岗;基于机器学习的渭河流域径流预测系统研究[D];西安理工大学;2017年

3 李晓军;基于语义相似度的中文文本分类研究[D];西安电子科技大学;2017年

4 甘如饴;基于doc2vec和SVM的舆情情感分析系统的研究与设计[D];北京邮电大学;2017年

5 严丽;基于GA-Elman神经网络预测的时延网络控制系统故障检测[D];华侨大学;2015年

6 吴婷婷;基于电子政务的网络舆情危机预警研究[D];华中师范大学;2012年

7 李媛;在线产品评论多情感语料库的构建与模糊计算[D];大连理工大学;2010年

8 孙建国;网络舆论的预警与安全研究[D];重庆大学;2010年

9 刘尚喜;武警部队舆情监测系统设计和实现[D];国防科学技术大学;2009年



本文编号:2838210

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2838210.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3b2a6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com