基于神经网络的微博舆情预测方法

doi:10.3969/j.issn.1000-565X.2016.09.007

华南理工大学学报（自然科学版） ›› 2016, Vol. 44 ›› Issue (9): 47-52.doi: 10.3969/j.issn.1000-565X.2016.09.007

基于神经网络的微博舆情预测方法

何炎祥刘健博孙松涛

武汉大学计算机学院//软件工程国家重点实验室，湖北武汉 430072

收稿日期:2015-12-25 修回日期:2016-04-19 出版日期:2016-09-25 发布日期:2016-08-21
通信作者: 何炎祥( 1952-) ，男，博士，教授，主要从事可信软件、自然语言处理、分布并行处理和软件工程研究． E-mail:yxhe@whu.edu.cn
作者简介:何炎祥( 1952-) ，男，博士，教授，主要从事可信软件、自然语言处理、分布并行处理和软件工程研究．
基金资助:
国家自然科学基金资助项目( 61303115， 61472290， 61472291) ; 武汉市科技攻关项目资助项目( 201210421135)

Neural Network-Based Public Opinion Prediction Method for Microblog

HE Yan-xiang LIU Jian-bo SUN Song-tao

School of Computer // State Key Laboratory of Software Engineering,Wuhan University,Wuhan 430072,Hubei,China

Received:2015-12-25 Revised:2016-04-19 Online:2016-09-25 Published:2016-08-21
Contact: 何炎祥( 1952-) ，男，博士，教授，主要从事可信软件、自然语言处理、分布并行处理和软件工程研究． E-mail:yxhe@whu.edu.cn
About author:何炎祥( 1952-) ，男，博士，教授，主要从事可信软件、自然语言处理、分布并行处理和软件工程研究．
Supported by:
Supported by the National Natural Science Foundation of China( 61303115， 61472290， 61472291)

摘要/Abstract

摘要： 根据微博社交平台特征，提出了一种基于神经网络的微博舆情预测方法．该方法使用单位时间内的微博发帖量作为事件趋势的量化指标，考虑影响事件发展的因素，根据样本内的数据趋势建模，使用神经网络来预测范围外的事件的未来趋势．仿真实验结果表明，该方法可以快速地对事件发展的趋势进行量化分析和建模，能够准确地预测事件的爆发点和发帖量．

关键词: 社会计算, 神经网络, 大数据, 趋势预测, 微博

Abstract: In view of the characteristics of microblog platform,a public opinion prediction method is proposed on the basis of neural networks.In this method,the post amount in unit time is taken as the quantitative index of event trend.Then,by considering the factors influencing events,the modeling is performed according to sample data,and the neural networks are employed to predict the future trend of the events outside the scope.Simulation results show that the proposed method is fast in terms of the quantization and modeling of the event trend,and it is effective in predicting the outbreak point and the post amount.

Key words: social computing, neural networks, big data, trend forecasting, microblog

中图分类号:

TP399

何炎祥刘健博孙松涛. 基于神经网络的微博舆情预测方法[J]. 华南理工大学学报（自然科学版）, 2016, 44(9): 47-52.

HE Yan-xiang LIU Jian-bo SUN Song-tao. Neural Network-Based Public Opinion Prediction Method for Microblog[J]. Journal of South China University of Technology (Natural Science Edition), 2016, 44(9): 47-52.

[1]	方港, 袁珑华, 王晓明, 等. 基于集合卡尔曼-Elman网络的软测量建模方法[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 126-136.
[2]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[3]	朱铮宇, 罗超, 贺前华, 等. 基于唇重构与三维耦合CNN的多视角音唇一致性判别[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 70-77.
[4]	叶峰, 陈彪, 赖乙宗. 基于特征空间嵌入的对比知识蒸馏算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 13-23.
[5]	刘怡俊, 曹宇, 叶武剑, 等. 基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 104-113.
[6]	冷晟, 付有为, 马万太, 等. 基于GA-BP神经网络的喷射成形锭坯形貌调控技术[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 27-34.
[7]	杨旭锋, 刘泽清, 张懿. 基于贝叶斯神经网络的金属材料P-S-N曲线估计[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 82-92.
[8]	许伦辉, 余佳芯, 裴明阳, 等. 基于几何路网结构和强化学习的车辆重定位策略[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 99-109.
[9]	林旭坤, 张扬, 罗芷晴, 等. 高速公路网车辆碳排放测算方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 22-28.
[10]	李潇, 汪涛, 张毅, 等. 网联车混行条件下交通流量融合方法[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 49-55.
[11]	兰凤崇, 张越, 陈吉清, 等. 人车碰撞事故中行人伤亡风险的关联性分析与预测 [J]. 华南理工大学学报(自然科学版), 2022, 50(5): 1-10.
[12]	杨春玲杨雅静. 基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 81-89,141.
[13]	邱志斌, 卢祖文, 王海祥, 等. 基于Mel频谱图和CNN的电网涉鸟故障鸟声识别[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 129-136.
[14]	邢晓芬, 李敏盛, 徐向民. 基于自适应亮度调节的图像情感转换[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 1-12.
[15]	蔡晓东, 曾志杨. AFGSRec：一种自适应融合全局协同特征的社交推荐模型[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 71-79.

基于神经网络的微博舆情预测方法

Neural Network-Based Public Opinion Prediction Method for Microblog

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价