基于AR-RBF的舆情趋势预测模型仿真

摘要：

随着越来越多的网民在微博等社交网站表达自我的意见,准确的预测舆情趋势发展,是一个亟待解决的问题.前人多构建传统的单模型来进行网络舆情趋势预测,随着网络舆情的发展,传统单模型较难收到好的效果.设计了一种基于RBF神经网络预测模型和ARMA时间序列预测模型的AR-RBF组合预测模型,首先以一段时间内的微博热门话题产生的时间序列数据为训练集,然后采用线性最优法来确定AR-RBF预测模型的组合权重.模型仿真结果表明,与RBF神经网络预测模型和ARMA时间序列预测模型相比,AR-RBF组合预测模型具备更好的舆情趋势预测成果.

关键词：网络舆情、时间序列、神经网络、舆情预测

所属期刊栏目：38

分类号：TP391.9(计算技术、计算机技术)

资助基金：上海学生安全教育研究中心课题;上海学生安全教育研究中心课题;上海市自然科学基金

在线出版日期：2021-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：437-441