基于LSTM算法的网络新闻信息传播流行度预测系统

摘要：

传统的网络新闻信息传播流行度预测系统存在预测准确率低、预测响应时间较长等问题,为此提出了基于LSTM算法的网络新闻信息传播流行度预测系统.分析信息传播对网络拓扑结构产生的影响,加入用户对新闻信息的兴趣程度和信息价值等相关因素,获取用户节点状态转换函数.将粒子群算法中的适应度函数设定为求解依据,修改LSTM算法中的阈值和权值,建立网络新闻信息传播流行度预测模型.在此基础上,进行系统设计,系统主要是由网络新闻抓取和存储模块、网络新闻展示等模块组成,分别对各个模块的功能进行了详细地分析和介绍.仿真实验结果表明,所设计系统不仅能够有效提升网络新闻信息传播流行度预测准确率,同时还能够降低预测响应时间以及预测费用.

关键词：LSTM算法、网络新闻信息、传播流行度、预测系统

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

在线出版日期：2023-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：152-155