面向大数据的网络舆情热度动态预测模型研究

摘要：

[目的/意义]面向大数据研究网络舆情热度模型以及热度预测模型,能够准确把握大数据环境下网络舆情热度,并可以决定网络舆情应对和舆论引导措施的轻重缓急,具有重要的理论意义.[方法/过程]定性分析大数据环境下网络舆情热度影响因素,通过定义最大关联度向量,基于灰色关联度方法构建网络舆情热度模型,并在此基础上构建多维度logistic模型对各个媒体平台舆情信息开展预测,通过灰色关联度得出动态预测方法.[结论/结果]经过理论建模和实证分析得出构建的热度模型和热度动态预测模型是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情热度,制定网络舆情引导策略提供参考依据.

关键词：大数据、网络舆情、灰色关联度、热度预测、logistic

所属期刊栏目：36

分类号：C912.6(社会学)

资助基金：河北省科技计划项目"面向大数据的网络舆情对抗关键技术研究"16215604;国家社会科学基金青年项目"公共安全视角下网络舆情风险建模与对策研究"15CXW015;河北社会科学发展研究课题"基于涉恐舆情综合研判的反恐情报预警研究"201604120504;河北统计科学研究计划重点项目"大数据环境下网络舆情数据分析与决策支持研究"2016HZ09

在线出版日期：2017-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：105-110,147