基于调和K均值与粒子群优化的舆情预测预警模型研究

被引：2

作者：

聂方彦

张平凤

机构：

[1] 湖南文理学院计算机科学与技术学院

来源：

情报探索 | 2017年 / 05期

关键词：

网络舆情; 调和K均值; 粒子群优化; 舆情分析与预警;

D O I：

暂无

中图分类号：

TP311.13 []; TP18 [人工智能理论];

学科分类号：

1201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

[目的/意义]为大数据环境下针对舆情的发生和演化提出适当应对方式和手段提供参考。[方法/过程]基于调和K均值聚类分析原理,提出一种用于判断舆情演化趋势的预测预警模型,并将粒子群优化嵌入模型以加速大数据环境下的算法收敛,提升算法的时间性。[结果/结论]通过仿真实验验证了该模型的有效性,对网络舆情预测与研判具有一定的可行性和实用性。

引用

页码：6 / 9

页数：4

共 7 条

[1] 基于AHP-模糊综合分析的移动社交网络舆情预警模型研究 [J].

王高飞 ;

李明 .

现代情报, 2017, 37 (01) :41-44+65

[2]

K -Harmonic means data clustering with tabu-search method[J] . &nbspApplied Mathematical Modelling . 2007 (6)

[3]

K-Harmonic means type clustering algorithm for mixed datasets. AHMAD A,HASHMI S. Applied Soft Computing . 2016

[4]

The particle swarm - explosion, stability, and convergence in a multidimensional complex space. M. Clerc,J. Kennedy. IEEE Transactions on Evolutionary Computation . 2002

[5] 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, 64 (11) :52-59

[6]

Generalized k-harmonic means dynamic weighting of data in unsupervised learning. Zhang,B. First SIAM International Conference on Data Mining . 2001

[7] 基于支持向量机的网络舆情混沌预测 [J].

黄敏 ;

胡学钢 .

计算机工程与应用, 2013, 49 (24) :130-134

← 1 →