基于大数据分析的网络舆情监管预测研究

摘要：

对网络舆情的准确监管和预测是实现大数据网络信息统计和调查的关键技术，在保障网络秩序稳定性方面具有重要意义。针对传统方法采用关联特征匹配方法进行舆情预测，当网络舆情数据分布广度较大、干扰较强时，存在监管预测性能差的问题。本文提出基于大数据语义特征分析提取的网络舆情监管预测算法，构建网络舆情的宽平稳时间序列模型，采用二元语义信息表达方法进行网络舆情的语义信息特征序列拟合，对网络舆情进行主题词表构建和匹配，采用大数据分析方法进行网络舆情的语义特征分析和提取，实现预测算法的改进。仿真实验表明，该方法进行网络舆情预测的准确度较高，收敛性较好，实时性较高，提高了对网络舆情的监管能力。

关键词：大数据、网络、语义、特征提取、舆情、监管预测

分类号：TP393(计算技术、计算机技术)

资助基金：宁夏自然科学基金资助项目NZ2016156

在线出版日期：2017-01-16（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：62-66