基于时间编码LSTM的高校舆情热点趋势预测研究

摘要：

随着互联网技术的发展,网络舆情热点信息能在短时间内迅速传播.预测舆情热点的发展趋势,有助于高校对学生思想健康状况进行分析管理,也是当下网络舆情信息研究领域的重要课题.针对微博中的舆情信息文本,构建基于时间编码长短期记忆网络(LSTM)的高校舆情热点趋势预测模型,并与支持向量机、循环神经网络两种模型的预测效果进行对比,验证了基于时间编码的LSTM算法在舆情趋势预测上的准确率.最后,利用微博中的高校实时舆情事件对构建的模型预测效果进行评估,并动态调整评估参数,实现了对评估性能的优化,预测效果得到了显著提升.

关键词：长短期记忆网络、热点预测、高校舆情、时序数据、时间编码

所属期刊栏目：8

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;青海省自然科学基金资助项目;青海大学党建与思想政治教育研究项目

在线出版日期：2022-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：124-138