支持向量机修正ARIMA误差的微博热点预测.PDF

第３１卷第９期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．９ ２０１４年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０１４ 支持向量机修正ＡＲＩＭＡ误差的微博热点预测 蒋 玉 婷 （江苏海事职业技术学院信息工程系　江苏南京２１１１７０） 摘　要　　微博热点预测是一类贫信息、小样本、不确定性的复杂预测问题。为了提高微博热点预测精度，提出一种基于支持向量 机修正ＡＲＩＭＡ误差的微博热点预测模型（ＡＲＩＭＡＳＶＭ）。首先对微博数据进行预处理、提取主题构建网络微博热点时间序列，然后 采用ＡＲＩＭＡ建立网络微博热点预测模型，并采用支持向量机对ＡＲＩＭＡ预测误差进行修正得到微博热点最终预测结果，最后模型性 能进行仿真测试。结果表明，相对于传统预测模型，ＡＲＩＭＡＳＶＭ提高了网络微博热点的预测精度，预测结果具有一定实用价值。 关键词　　网络微博热点　差分自回归移动平均模型　支持向量机　预测 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０９．０４６ ＭＩＣＲＯＢＬＯＧＧＩＮＧＨＯＴＴＯＰＩＣＰＲＥＤＩＣＴＩＯＮＢＡＳＥＤＯＮＣＯＲＲＥＣＴＩＮＧＡＲＩＭＡ ＥＲＲＯＲＢＹＳＵＰＰＯＲＴＶＥＣＴＯＲＭＡＣＨＩＮＥ ＪｉａｎｇＹｕｔｉｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＭａｒｉｔｉｍｅＩｎｓｔｉｔｕｔｅ，Ｎａｎｊｉｎｇ２１１１７０，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃｐｒｅｄｉｃｔｉｏｎｉｓｔｈｅｃｏｍｐｌｅｘｐｒｅｄｉｃｔｉｏｎｐｒｏｂｌｅｍｗｉｔｈｐｏｏｒｉｎｆｏｒｍａｔｉｏｎ，ｓｍａｌｌｓａｍｐｌｅａｎｄｕｎｃｅｒｔａｉｎｔｙ．Ｉｎ ｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃｐｒｅｄｉｃｔｉｏｎ，ｗｅｐｒｏｐｏｓｅａｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｗｈｉｃｈｉｓｂａｓｅｄｏｎ ｃｏｒｒｅｃｔｉｎｇｒｅｓｉｄｕａｌｅｒｒｏｒｏｆＡＲＩＭＡｂｙｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＡＲＩＭＡＳＶＭ）．Ｆｉｒｓｔ，ｗｅｐｒｅｐｒｏｃｅｓｓｔｈｅｍｉｃｒｏｂｌｏｇｇｉｎｇｄａｔａａｎｄｅｘｔｒａｃｔ ｔｈｅｍｅｓｔｏｃｏｎｓｔｒｕｃｔｔｈｅｔｉｍｅｓｅｒｉｅｓｏｆｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃｓ；ｔｈｅｎｗｅｕｓｅＡＲＩＭＡｔｏｂｕｉｌｄｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃｓ， ａｎｄｕｓｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｔｏｃｏｒｒｅｃｔｔｈｅｐｒｅｄｉｃｔｉｏｎｅｒｒｏｒｓｏｆＡＲＩＭＡｔｏｇｅｔｔｈｅｆｉｎａｌｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｏｆｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃｓ；ａｔｌａｓｔ ｗｅｔｅｓｔｔｈｅｍｏｄｅｌｐｅｒｆｏｒｍａｎｃｅｂｙｓｉｍｕｌａｔｉｏｎ．ＳｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＡＲＩＭＡＳＶＭｉｍｐｒｏｖｅｓｔｈｅｐｒｅｃｉｓｉｏｎｏｆｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃ ｐｒｅｄｉｃｔｉｏｎｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ，ａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｈａｓｃｅｒｔａｉｎｐｒａｃｔｉｃａｌｖａｌｕｅ． Ｋｅｙｗｏｒｄｓ　　Ｍｉｃｒｏｂｌｏｇｇｉｎｇｈｏｔｔｏｐｉｃ　Ａｕｔｏｒｅｇｒｅｓｓｉｖｅｉｎｔｅｇｒａｔｅｄｍｏｖｉｎｇａｖｅｒａｇｅ（ＡＲＩＭＡ）　Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ　Ｐｒｅｄｉｃｔｉｏｎ 针对小样本的机器学习算法，泛化能力强，成为网络微博热点预 ０　引　言 测的重要研究方向［７］。对于同