基于改进WOA-Elman模型的舆情热度预测研究.pdfVIP

第１４卷第１期智能计算机与应用２０２４年１月

Ｖｏｌ．１４Ｎｏ．１ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓＪａｎ．２０２４

－－－

文章编号：２０９５２１６３（２０２４）０１００３５０８中图分类号：ＴＰ３９１．９文献标志码：Ａ

－

基于改进ＷＯＡＥｌｍａｎ模型的舆情热度预测研究

李嘉琪，张新生

（西安建筑科技大学管理学院，西安７１００５５）

摘要：针对公共卫生舆情事件的突发性和破坏性等问题，为了更精准预测舆情发生时的热度走向，本文构建了基于改进鲸

鱼算法（ＷＯＡ）优化Ｅｌｍａｎ神经网络的舆情热度预测模型。首先根据百度指数和３６０趋势，对２０２０年１月１日至同年２月１９

－

日时段“ＣＯＶＩＤ１９”事件的时间序列指标进行选取；其次利用ＷＯＡ优化Ｅｌｍａｎ神经网络初始值和阈值的方法进行训练和预

－

测；最后与标准ＢＰ神经网络模型、标准Ｅｌｍａｎ神经网络模型进行对比分析。结果表明，改进ＷＯＡＥｌｍａｎ的平均绝对百分比

误差、均方根误差分别为４．７８４３和２１９３６３．７８４４，该预测模型的预测结果与原始数据更吻合，预测精度和预测误差上更具优

势，在解决突发公共卫生舆情事件热度预测问题上切实有效。

关键词：网络舆情预测；突发公共卫生事件；鲸鱼优化算法；Ｅｌｍａｎ神经网络；ＢＰ神经网络

Ｒｅｓｅａｒｃｈｏｎｐｕｂｌｉｃｏｐｉｎｉｏｎｈｅａｔｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎ

－

ｉｍｐｒｏｖｅｄＷＯＡＥｌｍａｎｍｏｄｅｌ

ＬＩＪｉａｑｉ，ＺＨＡＮＧＸｉｎｓｈｅｎｇ

（ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，Ｘｉ′ａｎＵｎｉｖｅｒｓｉｔｙｏｆＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｘｉ′ａｎ７１００５５，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｖｉｅｗｏｆｔｈｅｓｕｄｄｅｎａｎｄｄｅｓｔｒｕｃｔｉｖｅｐｒｏｂｌｅｍｓｏｆｐｕｂｌｉｃｈｅａｌｔｈｐｕｂｌｉｃｏｐｉｎｉｏｎｅｖｅｎｔｓ，ｉｎｏｒｄｅｒｔｏｐｒｅｄｉｃｔｔｈｅｈｅａｔｔｒｅｎｄ

ｏｆｐｕｂｌｉｃｏｐｉｎｉｏｎｍｏｒｅａｃｃｕｒａｔｅｌｙ，ｔｈｉｓｐａｐｅｒｃｏｎｓｔｒｕｃｔｓａｐｕｂｌｉｃｏｐｉｎｉｏｎｈｅａｔｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｗｈａｌｅａｌｇｏｒｉｔｈｍ

－

（ＷＯＡ）ｏｐｔｉｍｉｚｅｄＥｌｍａｎｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｆｉｒｓｔｌｙ，ｔｈｅｔｉｍｅｓｅｒｉｅｓｉｎｄｉｃａｔｏｒｓｏｆ＂ＣＯＶＩＤ１９＂ｅｖｅｎｔｓｆｒｏｍＪａｎｕａｒｙ１，２０２０ｔｏ

Ｆｅｂｒｕａｒｙ１９，２０２０ａｒｅｓｅｌｅｃｔｅｄａｃｃｏｒｄｉｎｇｔｏＢａｉｄｕｉｎｄｅｘａｎｄ３６０ｔｒｅｎｄ．Ｓｅｃｏｎｄｌｙ