基于调和K均值与粒子群优化的舆情预测预警模型研究*

情报探索

• 理论探索 •

基于调和K均值与粒子群优化的舆情预测预警模型研究*

聂方彦　张平凤

（湖南文理学院计算机科学与技术学院　湖南常德　415000）

出版日期:2017-05-22 发布日期:2017-05-22
作者简介:聂方彦（1977—），男，博士，副教授，主要研究方向为舆情分析、大数据技术、数据挖掘、智能信息处理，已发表论文40余篇，出版专著1部。
基金资助:
*本文系教育部人文社会科学研究青年基金项目“大数据环境下网络舆情热点事件趋势分析及预测模型研究”（项目编号：14YJCZH110）成果之一。

Online:2017-05-22 Published:2017-05-22

摘要/Abstract

摘要： ［目的/意义］为大数据环境下针对舆情的发生和演化提出适当应对方式和手段提供参考。［方法/过程］基于调和K均值聚类分析原理，提出一种用于判断舆情演化趋势的预测预警模型，并将粒子群优化嵌入模型以加速大数据环境下的算法收敛，提升算法的时间性。［结果/结论］通过仿真实验验证了该模型的有效性，对网络舆情预测与研判具有一定的可行性和实用性。

关键词: 网络舆情, 调和K均值, 粒子群优化, 舆情分析与预警

聂方彦　张平凤. 基于调和K均值与粒子群优化的舆情预测预警模型研究*[J]. 情报探索.

[1]	黄鑫李立睿. 新媒体环境下的涉警群体性事件网络舆情治理研究*[J]. 情报探索, 2020, 1(9): 1-.
[2]	宋欢迎. 大数据在我国网络舆情研究中的应用现状述评*[J]. 情报探索, 2020, 1(9): 1-.
[3]	申爱君. 网络舆情治理的范式转变与演变逻辑*[J]. 情报探索, 2020, 1(7): 1-.
[4]	朱乐李秋萍朱燚丹. 基于深度学习的“教育公平”网络舆情分析[J]. 情报探索, 2020, 1(6): 1-.
[5]	张宝生王雪新. 基于“沉默的螺旋”理论的网络舆情演变机制及治理对策研究* [J]. 情报探索, 2020, 1(10): 2-.
[6]	冯小东李卓雅史志慧. 基于网络舆情热度的自然灾害影响评估分析*[J]. 情报探索, 2020, 1(1): 1-.
[7]	张凤哲. 基于多方博弈的网络舆情协同共生机制研究[J]. 情报探索, 2020, 1(02): 1-.
[8]	罗洪云　林向义　邵强等. 大数据环境下我国网络舆情研究知识图谱分析*[J]. 情报探索, 2019, 1(7): 1-.
[9]	赵庆亮王培勇刘佳欣等. 基于TOPSIS的社交网络舆情事件综合评价研究[J]. 情报探索, 2019, 1(12): 1-.
[10]	田贝贝　王宁. 高校网络舆情引导策略的实证研究* ——以北京地区高校为例[J]. 情报探索, 2019, 1(11): 1-.
[11]	田千金　余光辉　姜磊. 中泰垃圾焚烧厂事件网络舆情演化研究*[J]. 情报探索, 2018, 1(8): 1-.
[12]	周昭文. 网络舆情模糊C均值并行聚类方法研究[J]. 情报探索, 2018, 1(5): 1-.
[13]	刘国威　成全. 基于网络舆情生命周期的微博热点事件主题演化研究*[J]. 情报探索, 2018, 1(4): 1-.
[14]	文炯. 泛媒体环境下网络舆情传播控制的优化研究*[J]. 情报探索, 2018, 1(2): 1-.
[15]	覃玉冰　邓春林　杨柳. 基于皮尔逊相关系数的网络舆情评估指标体系构建研究*[J]. 情报探索, 2018, 1(10): 1-.

基于调和K均值与粒子群优化的舆情预测预警模型研究*

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价