文章利用小波分析對時間序列進(jìn)行N層分解去噪,然后使用改進(jìn)的時間序列結(jié)合BP神經(jīng)網(wǎng)絡(luò)構(gòu)建組合預(yù)測模型。實(shí)驗(yàn)選取某個時期內(nèi)P2P網(wǎng)貸平臺微信公眾號傳播指數(shù)Top50作為訓(xùn)練樣本,選取同期網(wǎng)貸平臺的微信文章熱度指數(shù)作為預(yù)測,并與實(shí)際公布數(shù)據(jù)Top10進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明,小波分析有助于去噪,ARIMA模型預(yù)測突變值易調(diào)控,結(jié)合BP神經(jīng)網(wǎng)絡(luò)隱含層的恰當(dāng)選取,使得結(jié)果更為精確和具有針對性。 

【文章來源】：統(tǒng)計與決策. 2019,35(14)北大核心CSSCI

【文章頁數(shù)】：4 頁

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)隱含層個數(shù)探究示意圖2實(shí)驗(yàn)結(jié)果與分析

【參考文獻(xiàn)】：
期刊論文
[1]我國網(wǎng)絡(luò)輿情預(yù)測研究綜述[J]. 游丹丹,陳福集.  情報科學(xué). 2016(12)
[2]基于微信用戶行為的分享預(yù)測模型研究[J]. 黃煒,余輝,李岳峰.  情報理論與實(shí)踐. 2016(11)
[3]微信網(wǎng)絡(luò)的信息傳播模型研究[J]. 彭慧潔,朱君璇.  現(xiàn)代情報. 2016(11)
[4]微信數(shù)據(jù)挖掘的研究[J]. 王英.  赤峰學(xué)院學(xué)報(自然科學(xué)版). 2016(06)
[5]基于時間序列ARIMA與BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型[J]. 翟靜,曹俊.  統(tǒng)計與決策. 2016(04)
[6]微信公眾號信息傳播熱度的影響因素實(shí)證研究[J]. 方婧,陸偉.  情報雜志. 2016(02)
[7]基于小波分析和ARIMA模型的交通流預(yù)測方法[J]. 竇慧麗,劉好德,吳志周,楊曉光.  同濟(jì)大學(xué)學(xué)報(自然科學(xué)版). 2009(04)
[8]基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)論壇話題熱度趨勢預(yù)報[J]. 張虹,鐘華,趙兵.  計算機(jī)工程與應(yīng)用. 2007(31)

碩士論文
[1]網(wǎng)絡(luò)輿情預(yù)測模型與平臺的研究[D]. 張玨.北京交通大學(xué) 2009



本文編號：3316267