文献类型：期刊文章

作　　者：高颖[1,2]

GAO Ying(Zhou Enlai School of Government,Nankai University,Tianjin 300000,China;Personnel Department,Inner Mongolia University for the Nationalities,Tongliao 028000,China)

机构地区：[1]南开大学周恩来政府管理学院 [2]内蒙古民族大学人事处

出　　处：《重庆理工大学学报（自然科学）》

基　　金：教育部人文社科项目(14XJC840002);内蒙古民族大学科学研究基金资助项目(NMDYB18043)

年　　份：2019

卷　　号：33

期　　号：6

起止页码：171-176

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对网络舆情数据随机波动大、原始样本少的特点,对网络舆情短期预测方法开展研究。基于混沌理论对原始样本进行相空间重构,确定了最佳延迟时间和嵌入维数。采用LS-SVM对网络舆情数据进行回归建模,基于粒子群算法对LS-SVM参数进行优化,避免了核函数参数选择的主观性和盲目性。以某网络事件点击量预测为案例进行了仿真实验。结果表明:所提方法具有预测精度高、能确定最佳模型参数的优点,从而验证了所提方法的科学性和先进性。

关 键 词：网络舆情 预测  最小二乘支持向量机 混沌理论  粒子群算法

分 类 号：TP391]