亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        淺談網(wǎng)絡(luò)輿情預(yù)測方法

        2019-12-19 06:05:34徐紅
        科技與創(chuàng)新 2019年23期
        關(guān)鍵詞:輿情灰色神經(jīng)網(wǎng)絡(luò)

        徐紅

        淺談網(wǎng)絡(luò)輿情預(yù)測方法

        徐紅

        (四川警察學(xué)院,四川 瀘州 646000)

        隨著互聯(lián)網(wǎng)的不斷發(fā)展以及網(wǎng)民人數(shù)的不斷增多,網(wǎng)絡(luò)輿情對社會(huì)的影響越來越大,預(yù)測網(wǎng)絡(luò)輿情的發(fā)展趨勢對維護(hù)社會(huì)和諧具有重要的意義。分析了基本的網(wǎng)絡(luò)輿情預(yù)測方法,重點(diǎn)探討了基于人工神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測方法,并給出了相應(yīng)的設(shè)計(jì)和實(shí)現(xiàn)方法。

        網(wǎng)絡(luò)輿情;預(yù)測方法;ARIMA;灰色預(yù)測

        1 引言

        隨著互聯(lián)網(wǎng)的飛速發(fā)展和網(wǎng)民數(shù)量的不斷增加,網(wǎng)絡(luò)在中國已經(jīng)成為一類重要的媒體。由于網(wǎng)絡(luò)信息發(fā)布具有隱匿性等特點(diǎn),吸引了廣大網(wǎng)民不斷地通過互聯(lián)網(wǎng)發(fā)表個(gè)人的觀點(diǎn)和意見,眾多網(wǎng)民觀點(diǎn)和意見匯聚形成了網(wǎng)絡(luò)輿情。

        近年來,移動(dòng)互聯(lián)網(wǎng)的普及使得網(wǎng)民之間能更加方便、快捷地分享自己的思想和進(jìn)行信息的交互,推動(dòng)網(wǎng)絡(luò)輿情產(chǎn)生及快速地?cái)U(kuò)散,對社會(huì)生活產(chǎn)生了更大的影響。如果網(wǎng)絡(luò)輿情處理不當(dāng),就可能誘發(fā)民眾的過激行為,威脅社會(huì)的穩(wěn)定。因此,必須對網(wǎng)絡(luò)輿情加以正確應(yīng)對,以促進(jìn)社會(huì)的和諧發(fā)展。

        由于網(wǎng)絡(luò)輿情關(guān)系到社會(huì)的穩(wěn)定發(fā)展,引起了眾多學(xué)者的關(guān)注,近些年來已成為研究的熱點(diǎn)。網(wǎng)絡(luò)輿情研究涉及面較廣,大致包括網(wǎng)絡(luò)輿情監(jiān)測、網(wǎng)絡(luò)輿情分析、網(wǎng)絡(luò)輿情預(yù)測和網(wǎng)絡(luò)輿情引導(dǎo)等。網(wǎng)絡(luò)輿情預(yù)測是根據(jù)當(dāng)前網(wǎng)絡(luò)輿情的發(fā)展?fàn)顩r對網(wǎng)絡(luò)輿情的未來發(fā)展趨勢進(jìn)行預(yù)測。網(wǎng)絡(luò)輿情預(yù)測對于把握網(wǎng)絡(luò)輿情的發(fā)展趨勢、指導(dǎo)網(wǎng)絡(luò)輿情的引導(dǎo)工作、保障社會(huì)的和諧穩(wěn)定非常重要。因此,網(wǎng)絡(luò)輿情預(yù)測在網(wǎng)絡(luò)輿情工作中具有重要的地位,而預(yù)測方法又是網(wǎng)絡(luò)輿情預(yù)測的核心,它直接關(guān)系著預(yù)測的準(zhǔn)確性和穩(wěn)定性,非常有必要對網(wǎng)絡(luò)輿情預(yù)測方法進(jìn)行研究。

        本文對基本的網(wǎng)絡(luò)輿情預(yù)測方法進(jìn)行分析,探討其優(yōu)缺點(diǎn),然后以人工神經(jīng)網(wǎng)絡(luò)為例闡述網(wǎng)絡(luò)輿情預(yù)測的具體實(shí)施步驟和方法。

        2 網(wǎng)絡(luò)輿情預(yù)測方法分析

        通常而言,網(wǎng)絡(luò)輿情的發(fā)展趨勢在互聯(lián)網(wǎng)上可以通過某個(gè)話題的發(fā)帖數(shù)、回帖數(shù)、點(diǎn)擊數(shù)等數(shù)據(jù)隨時(shí)間的變化態(tài)勢客觀地反映出來,即發(fā)帖數(shù)、回帖數(shù)等相關(guān)指標(biāo)對應(yīng)的時(shí)間序列客觀上表征了網(wǎng)絡(luò)輿情的發(fā)展趨勢。網(wǎng)絡(luò)輿情預(yù)測方法就是基于時(shí)間序列的計(jì)算和處理,以實(shí)現(xiàn)對未來網(wǎng)絡(luò)輿情走勢的預(yù)測?;镜木W(wǎng)絡(luò)輿情預(yù)測方法分析如下。

        2.1 基于ARIMA模型的預(yù)測方法

        ARIMA模型是自回歸移動(dòng)平均模型的簡稱,它常被用于短期的時(shí)間序列預(yù)測。該方法的基本思想是將時(shí)間序列視為隨機(jī)序列,并建立相應(yīng)的數(shù)學(xué)模型ARIMA(,,)來近似這個(gè)時(shí)間序列。然后利用這個(gè)模型再進(jìn)行預(yù)測。

        假設(shè)時(shí)間序列1,2,…,n是平穩(wěn)隨機(jī)序列,它對應(yīng)的ARIMA(,,)必須滿足式(1)和式(2):

        t1t-1…+pt-p+δ+t(1)

        tt+1t-1+…+qt-q(2)

        式(1)(2)中:和為系數(shù);為回歸階次;δ為常數(shù);為白噪聲;為原時(shí)間序列的均值;為移動(dòng)平均階次。

        如果時(shí)間序列不是平穩(wěn)隨機(jī)序列時(shí),首先要對它進(jìn)行差分處理,以轉(zhuǎn)換得到平穩(wěn)序列,再通過解上述方程建立模型。

        ARIMA預(yù)測的主要步驟如下:①利用單位根檢驗(yàn)法對時(shí)間序列進(jìn)行檢驗(yàn),如果序列存在單位根則不是平穩(wěn)隨機(jī)序列,否則就是平穩(wěn)隨機(jī)序列;②如果時(shí)間序列不是平穩(wěn)隨機(jī)序列,則通過差分處理將其轉(zhuǎn)換為平穩(wěn)隨機(jī)序列;③將平穩(wěn)隨機(jī)序列建立起ARIMA(,,)模型;④對建好的ARIMA(,,)模型進(jìn)行檢驗(yàn);⑤利用ARIMA(,,)模型進(jìn)行時(shí)間序列預(yù)測。

        ARIMA預(yù)測方法的優(yōu)點(diǎn)是模型簡單,但是它的缺點(diǎn)也很明顯,就是它要求時(shí)間序列是穩(wěn)定的,所以該方法的使用有一定的局限性。

        2.2 灰色預(yù)測方法

        灰色系統(tǒng)是用來解決信息不完備系統(tǒng)的數(shù)學(xué)方法?;疑A(yù)測屬于灰色系統(tǒng)的內(nèi)容之一,它通過灰色微分函數(shù)對不確定的系統(tǒng)進(jìn)行分析和預(yù)測。而網(wǎng)絡(luò)輿情具有較強(qiáng)的不確定性,所以可以將灰色預(yù)測運(yùn)用在網(wǎng)絡(luò)輿情分析中。灰色預(yù)測方法通過處理原始時(shí)間序列來獲取系統(tǒng)的變化規(guī)律,生成規(guī)律性強(qiáng)的數(shù)據(jù)序列,再根據(jù)數(shù)據(jù)序列建立微分方程模型并求解,以此來預(yù)測系統(tǒng)未來的狀態(tài)。

        為了突出時(shí)間序列的規(guī)律性,需要對原始時(shí)間序列進(jìn)行運(yùn)算處理,累加和累減是常用的有效處理方式。

        處理后的時(shí)間序列可以通過GM(1,1)模型建立如下所示的微分方程:

        式(3)中:為處理后的時(shí)間序列;為發(fā)展灰數(shù);為內(nèi)生控制灰數(shù)。

        求解該微分方程即可得到用以預(yù)測的模型。灰色預(yù)測的優(yōu)點(diǎn)是簡單,不需要大量的數(shù)據(jù),在時(shí)間序列數(shù)據(jù)較少時(shí)能獲得較好地預(yù)測效果;它的缺點(diǎn)是當(dāng)時(shí)間序列具有較強(qiáng)的波動(dòng)性時(shí),其預(yù)測效果會(huì)受嚴(yán)重影響。

        3 基于人工神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測

        網(wǎng)絡(luò)輿情本質(zhì)上是一個(gè)變化發(fā)展的動(dòng)態(tài)系統(tǒng),表征網(wǎng)絡(luò)輿情發(fā)展趨勢的時(shí)間序列是非線性的序列。網(wǎng)絡(luò)輿情預(yù)測需要做的工作就是通過已知的時(shí)間序列1,2,…,n,推導(dǎo)出今后一段時(shí)間的時(shí)間序列n+1,n+2,…,已知的時(shí)間序列和未來的時(shí)間序列之間是存在一定非線性關(guān)系的。而人工神經(jīng)網(wǎng)絡(luò)中的BP神經(jīng)網(wǎng)絡(luò)理論上具有無限逼近任何非線性關(guān)系的能力,所以可以采用BP神經(jīng)網(wǎng)絡(luò)逼近網(wǎng)絡(luò)輿情的時(shí)間序列,進(jìn)而實(shí)現(xiàn)對網(wǎng)絡(luò)輿情的預(yù)測。

        基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測設(shè)計(jì)和實(shí)現(xiàn)方法如下所示。

        3.1 網(wǎng)絡(luò)輿情時(shí)間序列預(yù)處理

        對原始時(shí)間序列1,2,…,n進(jìn)行歸一化處理,將所有數(shù)據(jù)映射到[0,1]區(qū)間,可以得到新的時(shí)間序列數(shù)據(jù)′1,′2,…,′n。

        3.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練集構(gòu)建

        針對網(wǎng)絡(luò)輿情預(yù)測,這里采用單步預(yù)測方式,用時(shí)間序列中連續(xù)的幾個(gè)數(shù)據(jù)預(yù)測之后的1個(gè)數(shù)據(jù)。即BP神經(jīng)網(wǎng)絡(luò)根據(jù)之前的個(gè)時(shí)刻的數(shù)據(jù)預(yù)測當(dāng)前時(shí)刻的數(shù)據(jù)。根據(jù)這個(gè)條件,建立BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集如表1所示。

        表1 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集

        序號輸入輸出 1x′1,x′2,…,x′k-1x′k 2x′2,x′3,…,x′kx′k+1 ……… n-k+1x′n-k+1,x′n-k+2,…,x′n-1x′n

        3.3 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

        BP神經(jīng)網(wǎng)絡(luò)采用輸入層、隱含層和輸出層的3層結(jié)構(gòu),輸入層為個(gè)節(jié)點(diǎn),輸出層為1個(gè)節(jié)點(diǎn),分別對應(yīng)用于預(yù)測的個(gè)時(shí)刻數(shù)據(jù)以及1個(gè)時(shí)刻的預(yù)測值。根據(jù)Kolmogorov定理設(shè)置隱含層節(jié)點(diǎn)個(gè)數(shù)。隱含層和輸出層各節(jié)點(diǎn)的激活函數(shù)均選用Sigmoid函數(shù)。

        3.4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練

        BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程如下:①初始化相關(guān)參數(shù),設(shè)置包括學(xué)習(xí)率、最大迭代次數(shù)、誤差范圍等參數(shù),對BP神經(jīng)網(wǎng)絡(luò)連接權(quán)值矩陣賦隨機(jī)值,在訓(xùn)練集中選取一組數(shù)據(jù)作為訓(xùn)練樣本;②將訓(xùn)練樣本提供給BP神經(jīng)網(wǎng)絡(luò),BP神經(jīng)網(wǎng)絡(luò)計(jì)算出隱含層、輸出層的輸出;③計(jì)算模型輸出的總誤差,再通過求導(dǎo),計(jì)算各層的誤差,根據(jù)計(jì)算得到的誤差對網(wǎng)絡(luò)權(quán)值進(jìn)行修正;④如果全部樣本都完成了訓(xùn)練則跳轉(zhuǎn)至步驟⑤,否則選取下一組訓(xùn)練樣本,跳轉(zhuǎn)至步驟②;⑤如果BP網(wǎng)絡(luò)全局誤差小于或者訓(xùn)練已達(dá)到最大迭代次數(shù),則完成訓(xùn)練。

        3.5 BP神經(jīng)網(wǎng)絡(luò)預(yù)測

        向訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)輸入經(jīng)歸一化處理的時(shí)間序列,然后將BP神經(jīng)網(wǎng)絡(luò)的輸出值反歸一化則可得到對應(yīng)的預(yù)測值。

        4 結(jié)論

        當(dāng)前,網(wǎng)絡(luò)輿情已成為影響社會(huì)安定團(tuán)結(jié)的重要因素,對網(wǎng)絡(luò)輿情發(fā)展趨勢的預(yù)測就顯得尤為重要。本文對網(wǎng)絡(luò)輿情預(yù)測方法進(jìn)行了討論,分析了基本的網(wǎng)絡(luò)輿情預(yù)測方法,重點(diǎn)介紹了采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)輿情預(yù)測的方法,并闡述了具體的設(shè)計(jì)和實(shí)現(xiàn)方法。本文的研究可為相關(guān)的網(wǎng)絡(luò)輿情工作提供一定的借鑒和參考。

        [1]劉毅.略論網(wǎng)絡(luò)輿情的概念、特點(diǎn)、表達(dá)與傳播[J].理論界,2007(1):11-12.

        [2]周蔚華.網(wǎng)絡(luò)輿情概論[M].北京:中國人民大學(xué)出版社,2015.

        [3]黃亞駒,陳福集,游丹丹.基于混合算法和BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測研究[J].情報(bào)科學(xué),2018,36(2):24-29.

        [4]杜智濤,謝新洲.利用灰色預(yù)測與模式識別方法構(gòu)建網(wǎng)絡(luò)輿情預(yù)測與預(yù)警模型[J].圖書情報(bào)工作,2013,57(15):27-33.

        [5]蘭月新,董希琳,蘇國強(qiáng).公共危機(jī)事件網(wǎng)絡(luò)輿情預(yù)測問題研究[J].情報(bào)科學(xué),2014,32(4):35-38.

        G202

        A

        10.15913/j.cnki.kjycx.2019.23.024

        2095-6835(2019)23-0060-02

        〔編輯:張思楠〕

        猜你喜歡
        輿情灰色神經(jīng)網(wǎng)絡(luò)
        淺灰色的小豬
        神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        灰色時(shí)代
        Coco薇(2017年2期)2017-04-25 17:59:38
        她、它的灰色時(shí)髦觀
        Coco薇(2017年2期)2017-04-25 17:57:49
        輿情
        中國民政(2016年16期)2016-09-19 02:16:48
        輿情
        中國民政(2016年10期)2016-06-05 09:04:16
        感覺
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        輿情
        中國民政(2016年24期)2016-02-11 03:34:38
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        亚洲av无码片在线观看| 两人前一后地插着她丰满| 国产精品视频永久免费播放| 精品国产午夜理论片不卡| 久久久伊人影院| 色婷婷久久99综合精品jk白丝 | 日本视频一区二区三区一| 亚洲熟女乱综合一区二区| 国产久热精品无码激情 | 日韩精品久久不卡中文字幕| 一区二区三区人妻av| 精品欧洲av无码一区二区| 一本久道久久综合久久| 色视频日本一区二区三区| 国产亚洲成人av一区| 中文成人无字幕乱码精品区| 精品囯产成人国产在线观看| 亚洲精品一区二区三区麻豆| 国产精品免费观看调教网| 成人做爰视频www| 国产成人久久精品77777综合| 男女动态91白浆视频| 久久亚洲精品成人无码| 人妻无码中文人妻有码| 亚洲精品中文有码字幕| 日韩av在线播放人妻| 亚洲av之男人的天堂网站| 亚洲精品中文字幕观看| 人妻人妇av一区二区三区四区 | 国产人成亚洲第一网站在线播放| 老熟妇嗷嗷叫91九色| 国产无遮挡又黄又爽高潮| 波多野结衣免费一区视频| 久草视频华人在线观看| 日本人妻伦理在线播放| 国产精品综合一区二区三区| 国产精品亚洲片夜色在线| 亚洲国产一区二区av| 97人伦色伦成人免费视频| 亚洲综合无码| 东京热日本道免费高清|