基于改进人口模型的微博话题趋势预测

被引：9

作者：

何炎祥 ^{[1
,2
]}

刘健博 ^{[1
,2
]}

刘楠 ^{[3
]}

彭敏 ^{[1
,2
]}

陈强 ^{[1
,2
]}

何静 ^{[4
]}

机构：

[1] 武汉大学计算机学院

[2] 武汉大学软件工程国家重点实验室

[3] 军事经济学院军需系

[4] 肯尼索州立大学

来源：

通信学报 | 2015年 / 36卷 / 04期

关键词：

社会计算; 趋势预测; 神经网络; 人口模型; 社交网络;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

趋势预测问题是当前社会计算中的研究热点,但微博平台的话题趋势预测还处在探索阶段。在分析、抽取和定义事件趋势的影响因素的基础上,改进了人口模型使其适用于微博趋势预测,然后将改进的人口模型映射在神经网络上,并利用遗传优化的神经网络对事件的趋势进行预测。实验证明,该方法对于预测网络中长期酝酿的事件发展趋势效果明显,能够有效地预测事件的爆发点和发帖量,而且适用于小样本预测问题。

引用

页码：5 / 12

页数：8

共 8 条

[1] 多时间序列关联规则分析的论坛舆情趋势预测 [J].