基于灰色支持向量机的网络舆情预测模型.pdfVIP

第３１卷第２期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．２ ２０１４年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１４ 基于灰色支持向量机的网络舆情预测模型 曾 振 东 （广东青年职业学院　广东广州５１０５０７） 摘　要　　为了提高网络舆情预测精度，建立一种基于灰色支持向量机的网络舆情预测模型。首先对网络舆情数据预处理，然后建 立网络舆情的ＧＭ（１，１）模型，并采用支持向量机对ＧＭ（１，１）模型的预测结果修正，最后通过仿真实验对模型性能进行测试。仿真 结果表明，相对于传统预测模型，灰色支持向量机提高了网络舆情的预测精度。 关键词　　网络舆情　灰色模型　支持向量机　预测 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０２．０８０ ＩＮＴＥＲＮＥＴＰＵＢＩＣＯＰＩＮＩＯＮＰＲＥＤＩＣＴＩＯＮＭＯＤＥＬＢＡＳＥＤ ＯＮＧＲＥＹＳＵＰＰＯＲＴＶＥＣＴＯＲＭＡＣＨＩＮＥ ＺｅｎｇＺｈｅｎｄｏｎｇ （ＧｕａｎｇｄｏｎｇＹｏｕｔｈＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅ，Ｇｕａｎｇｚｈｏｕ５１０５０７，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｎｅｔｗｏｒｋｐｕｂｌｉｃｏｐｉｎｉｏｎｐｒｅｄｉｃｔｉｏｎ，ｉｎｔｈｉｓｐａｐｅｒａｎｅｔｗｏｒｋｐｕｂｌｉｃｏｐｉｎｉｏｎｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ ｂａｓｅｄｏｎｇｒｅｙｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｉｓｂｕｉｌｔ．Ｆｉｒｓｔ，ｔｈｅｎｅｔｗｏｒｋｐｕｂｌｉｃｏｐｉｎｉｏｎｄａｔａａｒｅｐｒｅｐｒｏｃｅｓｓｅｄ，ｔｈｅｎｔｈｅＧＭ（１，１）ｍｏｄｅｌｏｆｎｅｔｗｏｒｋ ｐｕｂｌｉｃｏｐｉｎｉｏｎｉｓｂｕｉｌｔ，ａｎｄｔｈｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｉｓｕｓｅｄｔｏｃｏｒｒｅｃｔｔｈｅｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｏｆＧＭ （１，１），ｆｉｎａｌｌｙｔｈｅｓｉｍｕｌａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔａｒｅｃａｒｒｉｅｄｏｕｔｔｏｔｅｓｔｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｍｏｄｅｌ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｇｒｅｙｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｉｍｐｒｏｖｅｓｔｈｅ ｐｒｅｃｉｓｉｏｎｏｆｎｅｔｗｏｒｋｐｕｂｌｉｃｏｐｉｎｉｏｎｐｒｅｄｉｃｔｉｏｎｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ． Ｋｅｙｗｏｒｄｓ　　Ｉｎｔｅｒｎｅｔｐｕｂｌｉｃｏｐｉｎｉｏｎ　Ｇｒｅｙｍｏｄｅｌ　Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ　Ｐｒｅｄｉｃｔｉｏｎ 针对网络舆情变化特点，为提高网络舆情预测准确性，本研 ０　引　言 究尝试将灰色模型和支持向量机模型组合在一起，应用于网络 舆情预测。首先采用ＧＭ（１，１）构建网络舆情预测模型，然后采 随着Ｉｎｔｅｒｎｅｔ的迅猛发展和网络的开放性，网络上的言论日 用支持向量机对ＧＭ（１，１）预测结果进行修正，最后并通过具体 益频繁，相对于传统社会舆情，网络舆情具有突发性、直接性和 预测实例对模型性能进行验证。 实时性等特点，若不能对网络舆情进行正确引导和监管，负面网 络舆情会对公共安全产生巨大威胁，因此，准确、提前对网络舆 １　网络舆情数据的预处理 情发展趋势进行预测，成为当前研究的热点问题［１］。 针对网络舆情预测问题，近年来研究日益增多，大致可分为 １．１　文本聚类 两类：传统预测方法和现代预测方法［２］。传统预测方法将网络