2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著社交網(wǎng)絡(luò)的快速發(fā)展,越來越多的研究人員開始關(guān)注如何利用社交媒體數(shù)據(jù)預(yù)測(cè)現(xiàn)實(shí)社會(huì)將要發(fā)生的事件。社交媒體中蘊(yùn)含著與用戶思想、行為相關(guān)的海量數(shù)據(jù),深入挖掘相關(guān)信息并將其應(yīng)用到預(yù)測(cè)恐怖活動(dòng)、國(guó)家選舉、社會(huì)突發(fā)事件等熱點(diǎn)問題正成為當(dāng)前研究的熱門課題之一,這類研究對(duì)指導(dǎo)政府行為、商業(yè)活動(dòng)、生產(chǎn)生活都具有十分重要的意義。本文以微博數(shù)據(jù)預(yù)測(cè)電影票房為例,深入探究社交媒體預(yù)測(cè)現(xiàn)實(shí)事件的可行性和準(zhǔn)確性。
  本文首先介紹了電影票房預(yù)測(cè)的研究背景

2、和意義,并從早期預(yù)測(cè)和實(shí)時(shí)預(yù)測(cè)兩方面分析了電影票房預(yù)測(cè)的研究現(xiàn)狀。在后續(xù)的章節(jié)中,文章介紹了微博的發(fā)展歷程和特點(diǎn)以及微博數(shù)據(jù)的抓取、清洗。然后我們提出了基于微博數(shù)量特征、情感強(qiáng)度和宣傳營(yíng)銷特征等多項(xiàng)特征分量融合的預(yù)測(cè)輸入模型,并引入多元線性回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型對(duì)預(yù)測(cè)輸入模型的準(zhǔn)確性進(jìn)行驗(yàn)證。
  本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
  1.在微博數(shù)據(jù)清洗階段,提出了去除僵尸粉、廣告用戶和臨時(shí)用戶的算法,有

3、效減少異常數(shù)據(jù),提高了預(yù)測(cè)精度;
  2.提出了基于情感強(qiáng)度的微博用戶行為分析方法,將用戶的情感傾向和情感的激烈程度相結(jié)合,更準(zhǔn)確地判定用戶對(duì)特定電影的喜好程度;
  3.對(duì)微博營(yíng)銷內(nèi)容分析歸類后提出將投資方、院線、演員的宣傳行為作為重要的參考因素加入預(yù)測(cè)模型;
  4.在對(duì)微博特征分析分類的基礎(chǔ)上,提出了基于數(shù)量特征、情感強(qiáng)度特征和宣傳特征的多特征預(yù)測(cè)輸入模型;
  5.針對(duì)微博中出現(xiàn)的異常數(shù)據(jù),提出了改進(jìn)的B

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論