微博網絡輿情建模及發(fā)展趨勢預測研究.pdf

1、互聯(lián)網技術日新月異，微博社交平臺的出現，改變了人們的生活方式，對傳統(tǒng)的信息傳播媒體，產生了巨大的沖擊。微博平臺上的輿情作為社會輿情的延伸，發(fā)揮著舉足輕重的作用。由于在微博上發(fā)布消息具有及時性、任意性，并且信息傳播很迅速，傳播的范圍廣泛，造成微博上的信息既有真實的，也有虛假的。一些人將微博當作傳播謠言的工具，對社會生態(tài)環(huán)境、人民的正常生活造成很大的負面影響。因此，研究微博平臺上輿情的趨勢具有重要的現實意義。
　　在用算法實現預測微博

2、平臺上熱點話題的趨勢時，需要采集相關的輿情數據進行實驗。本文面向新浪微博獲取數據，從獲得的數據中，聚類發(fā)現熱點話題，將選取的話題表示為單位時間的數據序列。
　　步驟如下:
　　(1)選取新浪微博為研究對象，采集相關的微博數據;
　　(2)對獲取的微博文本進行預處理，采用聚類算法得到熱點輿情話題;
　　(3)根據微博的特點，提取能表示微博輿情趨勢的特征，構成輿情預測實驗數據。
　　目前，RBF神經網絡是應用最

3、廣泛和成功的神經網絡之一。它結構簡單、可塑性強，并且具有全局最優(yōu)逼近能力與良好的推廣能力。但是，在進行輿情預測的時候，RBF神經網絡預測結果的準確度與徑向基函數的中心，方差（寬度）以及隱含層到輸出層的權值之間有著緊密的聯(lián)系。因此，傳統(tǒng)的RBF神經網絡中，參數的選擇限制了它在網絡輿情預測中的應用。本文對RBF神經網絡的參數進行優(yōu)化，并采用優(yōu)化過的模型進行預測實驗。
　　通過對3個模型的實驗結果進行對比發(fā)現，用改進的引力搜索算法優(yōu)化的