基于组合灰色模型的网络舆情预测研究

摘要：

[目的/意义]精准预测与掌握舆情事件的发展,及时发现网络舆情中的潜在危机,对社会的稳定发展具有重要意义.[方法/过程]网络舆情演化具有随机性、非线性、复杂性、因素之间不确定性等特征,利用粒子群算法(PSO)优化GM(1,1)幂模型参数,结合GM(1,N)模型构建组合灰色模型,用于预测网络舆情热度发展趋势,并通过"莆田系事件"的舆情数据对模型预测性能进行验证.[结果/结论]仿真结果表明,基于粒子群算法的GM(1,1)幂模型能够较好的解决非线性单序列的预测问题.同时,组合灰色模型比多因素灰色模型预测精确度更高,在网络舆情预测上具有一定的优势.

关键词：网络舆情、粒子群算法、GM(1,1)幂模型、GM(1、N)模型

所属期刊栏目：37

分类号：G206.3(信息与传播理论)

资助基金：国家自然科学基金项目"基于知识网格面向网络舆情的政府决策知识供需匹配研究"71271056

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：101-106