灰色模型在网络舆情预测研究中的应用

发布时间：2022-10-03 21:34

　　针对网络舆情的非线性和灰色性等特征,建立有效的预测模型并及时预测与控制舆情的演化,对社会的稳定具有重要意义。选择统计结果较为客观和准确的百度指数作为舆情预测的时间序列指标,并利用GM（1,1）模型和灰色Verhulst模型对热门事件"IG夺冠"的百度指数进行预测和比较,最终的仿真结果表明GM（1,1）模型的拟合程度相对较好,更适合网络舆情的预测。 

【文章页数】：3 页

【参考文献】：
期刊论文
[1]基于组合灰色模型的网络舆情预测研究[J]. 史蕊,陈福集,张金华.  情报杂志. 2018(07)
[2]基于灰色马尔可夫模型的网络舆情预测研究[J]. 张和平,陈齐海.  情报科学. 2018(01)
[3]网络舆情研究综述:从理论研究到实践应用[J]. 左蒙,李昌祖.  情报杂志. 2017(10)
[4]基于残差修正的多因素灰色模型的网络舆情预测研究[J]. 陈福集,史蕊.  情报科学. 2017(09)
[5]我国网络舆情预测研究综述[J]. 游丹丹,陈福集.  情报科学. 2016(12)
[6]基于混沌理论和改进径向基函数神经网络的网络舆情预测方法[J]. 魏德志,陈福集,郑小雪.  物理学报. 2015(11)
[7]网络舆情事件的灰色预测模型及案例分析[J]. 李文杰,化存才,何伟全,张芳.  情报科学. 2013(12)
[8]数据挖掘技术在网络舆情预测中的应用[J]. 蒋玉婷.  科技通报. 2013(10)



本文编号：3684858