|
|
1.
基于改进GM（1，
n
）的动态网络舆情预警模型
谢康, 姜国庆, 郭杭鑫, 刘峥
《计算机应用》唯一官方网站
2023, 43 (1):
299-305.
DOI: 10.11772/j.issn.1001-9081.2021101842
舆情的自由传播会导致网络集群行为的发生，易产生负面社会影响，威胁公共安全，因此建立网络舆情监控及预警机制是防控舆情传播、维护社会稳定的必要措施。首先，通过分析谣言的形成机制，构建了舆情发展预测指标体系；其次，通过建立多因素GM（1，
n
）模型对舆情发展的走向进行预测；然后，分别结合新陈代谢理论与马尔可夫理论改进上述预测模型；最后，以微博“新疆棉”事件和“成都四十九中”事件为例，对GM（1，
n
）模型、马尔可夫GM（1，
n
）模型和新陈代谢马尔可夫GM（1，
n
）模型预测舆情发展的能力进行对比，并比较了新陈代谢马尔可夫GM（1，
n
）模型与随机森林模型。实验结果表明，相较于原始模型与随机森林模型，新陈代谢马尔可夫GM（1，
n
）模型的平均预测精度分别提高了10.6和5.8%。可见，新陈代谢马尔可夫GM（1，
n
）模型在预测网络舆情发展趋势问题上具有良好的性能。
参考文献 |
相关文章 |
多维度评价
|
|
