基于改进WOA-Elman模型的舆情热度预测研究

摘要：

针对公共卫生舆情事件的突发性和破坏性等问题,为了更精准预测舆情发生时的热度走向,本文构建了基于改进鲸鱼算法(WOA)优化Elman神经网络的舆情热度预测模型.首先根据百度指数和360趋势,对2020年1月1日至同年2月19日时段"COVID-19"事件的时间序列指标进行选取;其次利用WOA优化Elman神经网络初始值和阈值的方法进行训练和预测;最后与标准BP神经网络模型、标准Elman神经网络模型进行对比分析.结果表明,改进WOA-Elman的平均绝对百分比误差、均方根误差分别为4.7843和219363.7844,该预测模型的预测结果与原始数据更吻合,预测精度和预测误差上更具优势,在解决突发公共卫生舆情事件热度预测问题上切实有效.

关键词：网络舆情预测、突发公共卫生事件、鲸鱼优化算法、Elman神经网络、BP神经网络

所属期刊栏目：14

分类号：TP391.9(计算技术、计算机技术)

资助基金：陕西省教育厅重点科学研究计划20JT033

在线出版日期：2024-01-31（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：35-42