基于CEEMDAN-BP模型的突发事件网络舆情预测研究

摘要：

[目的]研究突发事件网络舆情发展趋势的预测问题.[方法]综合考虑多重不确定因素对网络舆情演化的影响,本文基于数据分解的研究思路,利用自适应噪声完备集成经验模态分解、BP神经网络以及相空间重构理论构建基于CEEMDAN-BP的舆情预测方法,并结合多起突发事件案例进行实证研究.[结果]研究结果表明,CEEMDAN-BP模型能够较好地预测突发事件网络舆情的发展趋势,三个案例事件舆情预测的平均绝对误差分别为8.60％、17.98％、11.97％,其模型的预测性能优于CEEMDAN-SVM、EMD-BP、EMD-SVM、BP神经网络模型以及SVM模型.[局限]实验数据是以天为单位进行统计,未能全面反映出舆情演变的变化趋势.[结论]基于数据分解构建的CEEMDAN-BP模型能够有效预测突发事件网络舆情的发展趋势,可为相关部门做好突发事件网络舆情的管控和预警提供理论支持.

关键词：突发事件;网络舆情;CEEMDAN分解;相空间重构;BP神经网络

所属期刊栏目：5

分类号：C916;G206(社会学)

资助基金：国家社会科学基金17CXW012

在线出版日期：2022-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：59-67