基于因子分析和SVM的网络舆情危机预警研究

发布时间：2022-01-05 22:18

　　针对网络舆情的指标冗余和复杂度高不利于监管,提出了因子分析和SVM建立综合评价模型;首先利用因子分析将网络舆情的14个指标进行降维为3个公因子,其次在简化的指标体系中用遗传算法的5-折交叉优化SVM参数,建立遗传算法优化SVM的网络舆情危机预警模型,最后将两类的SVM改进为一对多算法对4种情况进行分类,得出网络舆情的预警;对2019年的10个网络舆情事件进行实证分析表明,低于0.51%的误差预警充分说明了其可行性,达到了强化网络舆情的监管,而因子分析降低了指标体系的复杂性,遗传算法的5-折交叉提高了SVM分类器的学习能力,能更准确地预测训练集,并用一对多算法使得分类速度较快,对网络舆情的监管提供了帮助。 

【文章来源】：重庆工商大学学报(自然科学版). 2020,37(05)

【文章页数】：7 页

【部分图文】：

遗传算法优化SVM模型程序

【参考文献】：
期刊论文
[1]基于模糊综合评价的网络舆情预警方法研究[J]. 郝楠,冯晶,高媛.  重庆理工大学学报(自然科学). 2019(08)
[2]中国银行业系统性风险预警研究——基于SVM模型的建模分析[J]. 赵丹丹,丁建臣.  国际商务(对外经济贸易大学学报). 2019(04)
[3]砂土地震液化预测的GA＿SVM＿Adaboost模型[J]. 毛志勇,黄春娟,路世昌.  煤田地质与勘探. 2019(03)
[4]国内外网络舆情演化、预警和应对理论研究综述[J]. 王兰成,陈立富.  图书馆杂志. 2018(12)
[5]基于SVM的图像分类算法研究[J]. 孟金龙,丁超洋,周慧,吕爽.  数字技术与应用. 2017(10)
[6]基于模糊支持向量机的火灾预警信号危险性辨识研究[J]. 刘立宪.  轻工科技. 2017(09)
[7]基于因子分析和聚类分析的内蒙古各盟市经济发展水平的研究[J]. 王丹丹,晓兰.  内蒙古统计. 2016(04)
[8]基于KNN算法的改进的一对多SVM多分类器[J]. 刘雨康,张正阳,陈琳琳,陈静.  计算机工程与应用. 2015(24)
[9]基于因子分析和支持向量机的电网故障风险评估[J]. 汤昶烽,卫志农,李志杰,钟淋涓,孙国强,孙永辉.  电网技术. 2013(04)
[10]网络舆情监测及预警指标体系研究综述[J]. 呼雨,陈新杰,兰月新,邓新元.  情报探索. 2012(11)

硕士论文
[1]基于Logistic回归模型和支持向量机（SVM）模型的多分类研究[D]. 李锦绣.华中师范大学 2014



本文编号：3571177