文献类型：期刊文章

作　　者：龙彬[1,2] 胡思才[1,3] 郭峻铭[1] 李旭伟[1]

LONG Bin;HU Si-Cai;GUO Jun-Ming;LI Xu-Wei(College of Computer Science,Sichuan University,Chengdu 610065,China;Unit 78179,PLA,Chengdu 611130,China;Unit 61920,PLA,Chengdu 610505,China)

机构地区：[1]四川大学计算机学院 [2]中国人民解放军78179部队 [3]中国人民解放军61920部队

出　　处：《四川大学学报（自然科学版）》

基　　金：国家自然科学基金(61173099)

年　　份：2019

卷　　号：56

期　　号：1

起止页码：50-56

语　　种：中文

收录情况：BDHX、BDHX2017、BIOSISPREVIEWS、CAS、CSCD、CSCD_E2019_2020、JST、MR、RCCSE、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：近年来随着"IP"热潮兴起,网络文学市场发展迅速,逐渐成为文化娱乐行业投资热点.本文将机器学习方法引入到小说排行预测方面,通过网络爬虫获取网络小说信息并提取了影响排行的特征,提出了基于BP神经网络模型进行小说排行预测.针对训练数据的不均衡,本文采用ROC和AUC作为预测评价指标;实验结果表明,基于BP神经网络的网络小说排行预测的准确率较高,相比传统的文学定性分析方法,机器学习预测方法可解释性和应用性更高.

关 键 词：“IP”热潮  小说排行预测  BP神经网络  网络爬虫 ROC曲线 AUC值  

分 类 号：TP391]