網(wǎng)絡(luò)輿情是網(wǎng)民通過互聯(lián)網(wǎng)提供的各種媒體,所表達(dá)的對某一事件的認(rèn)知、情感、態(tài)度和行為傾向性的總和。隨著互聯(lián)網(wǎng)在生活中的應(yīng)用范圍不斷擴(kuò)大,網(wǎng)絡(luò)輿情在社會中的影響力也越來越大。由于互聯(lián)網(wǎng)具有虛擬性、隨意性、滲透性和發(fā)散性等特點(diǎn),消極負(fù)面的輿情信息能迅速擴(kuò)散并可能對人們的日常生活產(chǎn)生不良影響,甚至可能引發(fā)輿情危機(jī),嚴(yán)重危害社會公共安全。預(yù)測網(wǎng)絡(luò)輿情未來的發(fā)展趨勢,能夠發(fā)現(xiàn)潛在的輿情危機(jī),對維護(hù)社會穩(wěn)定和促進(jìn)國家發(fā)展具有重要的現(xiàn)實(shí)意義。因此,研究網(wǎng)絡(luò)輿情的預(yù)測技術(shù),具有重大的現(xiàn)實(shí)意義。實(shí)現(xiàn)對網(wǎng)絡(luò)輿情發(fā)展趨勢的預(yù)測,首先要從互聯(lián)網(wǎng)上獲取能表征網(wǎng)絡(luò)輿情發(fā)展規(guī)律的數(shù)據(jù)。本文使用網(wǎng)絡(luò)爬蟲獲取網(wǎng)頁,根據(jù)從網(wǎng)頁中獲取得到的信息,通過聚類和熱度計(jì)算找出熱點(diǎn)議題,然后基于熱點(diǎn)議題按時(shí)間統(tǒng)計(jì)回復(fù)總數(shù),并用它組成的時(shí)間序列來表征網(wǎng)絡(luò)輿情。獲得數(shù)據(jù)后,要實(shí)現(xiàn)對網(wǎng)絡(luò)輿情預(yù)測的研究,需要建立合理的預(yù)測模型。目前,有些學(xué)者基于傳統(tǒng)的數(shù)學(xué)方法建模,還有些研究者采用人工神經(jīng)網(wǎng)絡(luò)模型。表征網(wǎng)絡(luò)輿情的時(shí)間序列是非線性動態(tài)變化的時(shí)間序列,因此,本文選用標(biāo)準(zhǔn)Elman神經(jīng)網(wǎng)絡(luò)模型對網(wǎng)絡(luò)輿情的未來發(fā)展趨勢進(jìn)行預(yù)測。標(biāo)準(zhǔn)的Elman神經(jīng)網(wǎng)... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究的現(xiàn)狀
    1.3 本文的主要研究內(nèi)容和主要研究工作
    1.4 論文的章節(jié)組織結(jié)構(gòu)
第二章 網(wǎng)絡(luò)輿情趨勢預(yù)測相關(guān)技術(shù)
    2.1 實(shí)驗(yàn)數(shù)據(jù)的獲取
    2.2 常用典型網(wǎng)絡(luò)輿情預(yù)測模型
        2.2.1 ARIMA動態(tài)模型
        2.2.2 BP神經(jīng)網(wǎng)絡(luò)
    2.3 預(yù)測結(jié)果評價(jià)指標(biāo)
    2.4 本章小結(jié)
第三章 標(biāo)準(zhǔn)Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型
    3.1 標(biāo)準(zhǔn)Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型概述
    3.2 標(biāo)準(zhǔn)Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)
    3.3 標(biāo)準(zhǔn)Elman預(yù)測模型的網(wǎng)絡(luò)參數(shù)學(xué)習(xí)算法
    3.4 本章小結(jié)
第四章 GA—Elman預(yù)測模型構(gòu)建和預(yù)測實(shí)現(xiàn)
    4.1 對標(biāo)準(zhǔn)Elman預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)
    4.2 GA—Elman預(yù)測模型構(gòu)建
        4.2.1 GA—Elman預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)
        4.2.2 遺傳算法訓(xùn)練GA—Elman預(yù)測模型的網(wǎng)絡(luò)參數(shù)
    4.3 基于GA—Elman預(yù)測模型預(yù)測實(shí)現(xiàn)步驟
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)及結(jié)果分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)
    5.2 實(shí)驗(yàn)環(huán)境
    5.3 實(shí)驗(yàn)內(nèi)容
        5.3.1 實(shí)驗(yàn)一
        5.3.2 實(shí)驗(yàn)二
    5.4 實(shí)驗(yàn)總結(jié)
第六章 總結(jié)和展望
    6.1 全文工作總結(jié)
    6.2 下一步的展望
參考文獻(xiàn)
在校期間發(fā)表的論文、科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Elman神經(jīng)網(wǎng)絡(luò)和遺傳算法的油田指標(biāo)預(yù)測#[J]. 劉顯德,楊婷婷,嚴(yán)胡勇.  計(jì)算機(jī)與現(xiàn)代化. 2013(02)
[2]應(yīng)用廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測油井含水率[J]. 陳東虎,朱維耀,朱華銀,雷剛,劉軍.  重慶科技學(xué)院學(xué)報(bào)(自然科學(xué)版). 2012(06)
[3]網(wǎng)絡(luò)輿情研判技術(shù)的研究進(jìn)展[J]. 郝曉玲.  情報(bào)科學(xué). 2012(12)
[4]基于EMD的網(wǎng)絡(luò)輿情演化分析與建模方法[J]. 周耀明,王波,張慧成.  計(jì)算機(jī)工程. 2012(21)
[5]中國網(wǎng)絡(luò)輿情研究的歷史回顧與反思——基于CNKI、CSSCI高被引論文觀察[J]. 季丹,謝耘耕.  上海交通大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版). 2012(04)
[6]我國網(wǎng)絡(luò)輿情研究文獻(xiàn)的定量分析[J]. 楊月輝.  東南傳播. 2012(05)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的礦山GPS數(shù)據(jù)時(shí)間序列預(yù)測分析[J]. 趙永未,楊力綱,袁興明.  科技創(chuàng)新導(dǎo)報(bào). 2011(34)
[8]基于馬爾可夫鏈的輿情熱度趨勢分析[J]. 劉勘,李晶,劉萍.  計(jì)算機(jī)工程與應(yīng)用. 2011(36)
[9]時(shí)間序列預(yù)測模型研究簡介[J]. 張美英,何杰.  江西科學(xué). 2009(05)
[10]基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化方法[J]. 楊梅,卿曉霞,王波.  計(jì)算機(jī)仿真. 2009(05)

博士論文
[1]Elman神經(jīng)網(wǎng)絡(luò)與進(jìn)化算法的若干理論研究及應(yīng)用[D]. 時(shí)小虎.吉林大學(xué) 2006

碩士論文
[1]時(shí)間序列預(yù)測技術(shù)研究[D]. 王麗賢.天津理工大學(xué) 2012
[2]基于改進(jìn)遺傳算法的應(yīng)用研究[D]. 曹道友.安徽大學(xué) 2010
[3]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
[4]基于遺傳神經(jīng)網(wǎng)絡(luò)的民用航空器SDR預(yù)測[D]. 解海濤.南京航空航天大學(xué) 2009
[5]基于ARIMA模型的組合模型研究[D]. 鄭鵬輝.燕山大學(xué) 2009
[6]基于Elman神經(jīng)網(wǎng)絡(luò)的中期電力負(fù)荷預(yù)測模型研究[D]. 任麗娜.蘭州理工大學(xué) 2007



本文編號：3064063