基于组合灰色模型的网络舆情预测研究

发布时间：2024-11-26 22:28

　　 [目的/意义]精准预测与掌握舆情事件的发展,及时发现网络舆情中的潜在危机,对社会的稳定发展具有重要意义。[方法/过程]网络舆情演化具有随机性、非线性、复杂性、因素之间不确定性等特征,利用粒子群算法(PSO)优化GM(1,1)幂模型参数,结合GM(1,N)模型构建组合灰色模型,用于预测网络舆情热度发展趋势,并通过"莆田系事件"的舆情数据对模型预测性能进行验证。[结果/结论]仿真结果表明,基于粒子群算法的GM(1,1)幂模型能够较好的解决非线性单序列的预测问题。同时,组合灰色模型比多因素灰色模型预测精确度更高,在网络舆情预测上具有一定的优势。

【文章页数】：6 页

【文章目录】：
0 引言
1 网络舆情预测研究现状概述
    1.1 网络舆情预测模型研究现状
    1.2 灰色系统理论在网络舆情预测中研究现状
2 相关理论知识
    2.1 GM (1, 1) 幂模型
    2.2 GM (1, N) 模型
    2.3 粒子群算法
3 参数优化与模型构建
    3.1 GM (1, 1) 幂模型参数求解与优化
    3.2 粒子群优化GM (1, 1) 幂模型构建
    3.3 组合灰色模型构建
4 应用实例数据分析
    4.1 样本数据与处理
    4.2 仿真结果分析
5 总结



本文编号：4012686