基于LAL的微博舆情演化趋势预测与实证研究

摘要：

[目的/意义]实现对微博舆情演化趋势的有效预测,为舆情预警和相关部门舆情治理提供有力依据.[方法/过程]定义了微博舆情信息量,并提出了一种微博舆情信息量组合预测模型,该模型分别利用Logistic模型学习舆情信息量变化规律,ARIMA模型学习舆情信息量线性关系,LSTM模型学习舆情信息量非线性关系.在此基础上,使用方差倒数法求得组合权重,最后将各单项预测结果进行加权求和得到组合预测结果.[结果/结论]实验表明,Logistic-ARIMA-LSTM(LAL)组合预测模型不仅能够捕捉舆情信息量的整体演化趋势,而且能够捕捉时间序列中的线性关系和非线性关系,有效降低预测误差.LAL模型可以应用于舆情预警、舆情反转识别和舆情推演等方面,为相关部门进行舆情治理提供参考.

关键词：网络舆情、组合预测、Logistic模型、时间序列

分类号：G206(信息与传播理论)

资助基金：教育部人文社会科学研究项目;河北省人力资源和社会保障研究课题基于大数据的社会保障舆情风险评估研究项目

在线出版日期：2023-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30