基于小波多尺度的网络论坛话题热度趋势预测

被引：12

作者：

张虹 ^{[1
]}

赵兵 ^{[2
]}

钟华 ^{[1
]}

机构：

[1] 北京城市学院人工智能研究所

[2] 中国电力科学研究院

来源：

计算机技术与发展 | 2009年 / 19卷 / 04期

基金：

国家高技术研究发展计划(863计划);

关键词：

时间序列; 小波分解与重构; ARIMA模型; 神经网络;

D O I：

暂无

中图分类号：

TP393.094 [];

学科分类号：

080402 ;

摘要：

文中基于小波多尺度分析进行网络论坛话题热度趋势的预报。该方法主要是对由帖子的点击数(或回复数)所形成的原始时间序列进行小波分解与重构,得到一个低频信号和多个不同尺度的高频信号;对具有近似平稳特征的低频信号建立ARIMA预测模型;对变化较多的各高频信号分别建立神经网络预测模型;然后分别对各信号进行一步预测并组合预测结果,获得网络论坛话题热度的最终预测。实验表明:将本方法用于网络论坛话题的热度趋势预测,可得出良好的预测精度。

引用

页码：76 / 79

页数：4

共 5 条

[1] 服务器负载的小波-神经网络-ARMA预测 [J].