基于回声状态网络的热点话题预测模型的研究-计算机科学与技术专业论文.docxVIP

西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下： 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： (1)针对基于回声状态网络的热门话题预测模型存在的不足，本文提出了一种新 的基于AFSA．ESN热门话题预测模型，采用人工鱼群算法对回声状态网络储备池参数 寻优，建立热门话题预测模型。 (2)针对AFSA．ESN热门话题模型存在的局限性，本文提出了一种新的基于 CS．ESN的热门话题预测模型，采用布谷鸟算法对储备池主要参数同时寻优，找到适合 当前热门话题预测问题的最优储备池参数，建立模型，对热门话题未来趋势进行预测。 (3)针对CS算法局部搜索能力不足的缺点，本文提出了一种改进的CS算法， 提出一种向最优鸟巢位置靠近的机制，采用测试函数对改进后算法评估，验证了算法 改进的有效性。并将改进后的CS算法与回声状态网络结合，用于热门话题预测。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名：吾资蒿雁 日期：加，b罕岁月夕目 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘要 随着互联网的快速发展，社交平台成为用户信息获取、更新、交流和互动的主要 平台。社交平台上产生的话题如果引起大家关注，并在整个网络蔓延，将发展成热门 话题，热门话题会给网民、社会以及政府带来各方面影响。因此，本文提出新的基于 回声状态网络的热门话题预测模型，用于预测热门话题未来走势。 本文针对回声状态网络预测模型中存在的缺陷，提出两种优化方法：分别利用人 工鱼群算法和布谷鸟算法对回声状态网络储备池参数寻优，得到适合当前热门话题预 测问题的最优储备池参数，并利用优化参数训练模型，得到话题预测结果。同时，针 对布谷鸟算法局部搜索能力不足的缺点做了改进，并将其与回声状态网络结合构建热 门话题预测模型。 回声状态网络是一种新型的递归神经网络，因其训练算法简单、计算方便被广泛 应用于非线性时间序列的预测问题中。但是，如果按照经验人为指定储备池参数，构 建得到的模型并不一定适合当前热门话题预测问题。本文提出两种针对储备池参数优 化的热门话题预测模型：一种是基于ASFA．ESN的热门话题预测模型，该模型利用人 工鱼群算法对储备池参数——谱半径和输入单元尺度寻优，寻找适合当前模型的最优 储备池参数；另一种是基于CS．ESN的热门话题预测模型，针对人工鱼群算法不适合 同时优化不同取值范围参数的缺陷，本文将CS算法引入模型对回声状态网络储备池参 数——储备池规模、谱半径、稀疏程度和输入单元尺度同时寻优，得到一组全局最优 参数，再利用其对模型进行训练，并用于热门话题的预测。实验结果表明，基于 AFSA—ESN的热门话题预测模型较传统ESN热门话题预测模型的预测精度更高，而基 于CS．ESN的热门话题又比AFSA．ESN的热门话题预测模型的预测精度更高，且模型 储备池参数寻优的效率更好。同时，针对CS算法存在的局部搜索能力不足的缺陷，本 文提出了一种向最优鸟巢位置靠近的机制，将一代鸟巢中的最差鸟巢位置舍弃，向最 优鸟巢位置逐渐靠近，使其能够局部收敛于当前最优解。实验结果表明，改进后的CS 算法收敛性和寻优精度较CS算法更高。此外，本文将改进后的CS算法与回声状态网 络结合，构建基于CS．ESN热门话题预测模型。实验结果表明，该模型较CS．ESN模 型有更高的预测精度。 关键词：热门话题预测；回声状态网络；人工鱼群算法；布谷鸟算法 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1I页 Abstract With the development of Internet，social network has become the main platform of information accessing，updating，communicating and interacting of users．If the topic from social platforms has been drawn attention and spread across the network，it will become a hot topic．The hot topic will impact on users，sociality and as well as the government． Therefore，t