主成分分析与BP神经网络在微博舆情预判中的应用

被引:13
作者
饶浩 [1 ]
陈海媚 [2 ]
机构
[1] 韶关学院信息管理系
[2] 韶关学院应用数学系
关键词
主成分分析; BP神经网络; 微博舆情; 预判模型;
D O I
暂无
中图分类号
G206 [传播理论];
学科分类号
050302 ;
摘要
首先通过主成分分析消除原始指标之间的相关性,使指标数量变少且相互之间不相关,从而构建综合预判指标,再利用BP神经网络建立微博舆情预判模型。实验选取2013年微博热门话题作为训练样本,选取2014年的话题作为预测。实验结果表明,主成分分析有助于去除原始样本数据的冗余,简化了网络的复杂度,所得到的结果更加准确。因此,该模型较仅使用BP神经网络的准确性更高。
引用
收藏
页码:58 / 62+70 +70
页数:6
相关论文
共 16 条
[1]   基于依存句法分析的微博主题挖掘模型研究 [J].
唐晓波 ;
肖璐 .
情报科学, 2015, 33 (09) :61-65
[2]   基于网络舆论形成过程的舆情指标体系构建研究 [J].
林琛 .
情报科学, 2015, 33 (01) :146-149+161
[3]   微博舆情生成机制研究 [J].
李天龙 ;
李明德 ;
张宏邦 .
情报杂志, 2014, (09) :117-122
[4]   基于BP神经网络的微博网络社群突发舆情的预警监控 [J].
潘芳 ;
张霞 ;
仲伟俊 .
情报杂志, 2014, 33 (05) :125-128
[5]   基于Vague集的微博舆情评估体系研究 [J].
张亚明 ;
刘婉莹 ;
刘海鸥 .
情报杂志, 2014, 33 (04) :84-89
[6]   基于移动平均法的微博舆情预测模型研究 [J].
曹帅 ;
兰月新 ;
苏国强 ;
吴翠芳 .
湖北警官学院学报, 2014, 27 (03) :40-42
[7]   基于利益相关者理论的微博舆情中的用户分类研究 [J].
方洁 ;
龚立群 ;
魏疆 .
情报科学 , 2014, (01) :18-22
[8]   基于心理预警模型的微博情感识别研究 [J].
张金伟 ;
刘晓平 .
合肥工业大学学报(自然科学版), 2013, 36 (11) :1318-1322
[9]   突发自然灾害事件微博舆情蔓延规律与控制研究 [J].
王洪亮 ;
周海炜 .
情报杂志 , 2013, (09) :23-28
[10]   对微博舆情热度监测及预警的指标体系的研究 [J].
王长宁 ;
陈维勤 ;
许浩 .
计算机与现代化, 2013, (01) :126-129