發(fā)布時間：2024-04-07 03:12

　　隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展與應(yīng)用的普及,網(wǎng)絡(luò)越來越成為人們交流的主要工具,特別是微博的發(fā)展與應(yīng)用,使得人們能夠更加簡單便捷的表達自己的情感,同時,微博的開放性與迅速性使得一個觀點能夠快速的成為輿論。所以,研究微博輿論的演化過程以及如何對其發(fā)展趨勢進行預(yù)測已經(jīng)成為人們關(guān)注的熱點之一。 本論文在對微博的特點進行研究的基礎(chǔ)上,學(xué)習(xí)借鑒了微博輿論的發(fā)展規(guī)律和趨勢預(yù)測技術(shù)的可實現(xiàn)方法。并在現(xiàn)有的理論基礎(chǔ)上,開發(fā)了微博輿論趨勢預(yù)測系統(tǒng),最后使用微博數(shù)據(jù)驗證了系統(tǒng)的功能。論文研究工作受到了高等學(xué)校博士學(xué)科點專項科研基金(No.20100009110002)的支持。 本文的研究工作如下： 1.學(xué)習(xí)了輿論的傳播過程、微博傳播的特點以及現(xiàn)有的網(wǎng)絡(luò)輿論的趨勢預(yù)測方法。 2.研究了新浪API接口的特點以及網(wǎng)絡(luò)爬蟲的技術(shù),使用新浪API接口作為主要數(shù)據(jù)采集方法,利用網(wǎng)絡(luò)爬蟲技術(shù)輔助信息采集的方法,完成了對微博平臺上指定微博的數(shù)據(jù)采集。 3.在分析了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點的基礎(chǔ)上,采用前饋反向傳播網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò))對歷史數(shù)據(jù)進行分析,并使用遺傳算法對神經(jīng)網(wǎng)絡(luò)進行網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化,訓(xùn)練相應(yīng)的神經(jīng)網(wǎng)絡(luò)以適用于微博的發(fā)展趨勢...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
中文摘要
ABSTRACT
1 引言
    1.1 課題研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究內(nèi)容
    1.4 論文結(jié)構(gòu)安排
2 相關(guān)技術(shù)
    2.1 系統(tǒng)開發(fā)環(huán)境及架構(gòu)
        2.1.1 MATLAB簡介
        2.1.2 Java簡介
        2.1.3 MyEclipse簡介
        2.1.4 MySQL簡介
        2.1.5 MVC簡介
    2.2 神經(jīng)網(wǎng)絡(luò)介紹
        2.2.1 神經(jīng)網(wǎng)絡(luò)簡介
        2.2.2 神經(jīng)網(wǎng)絡(luò)分類
        2.2.3 神經(jīng)網(wǎng)絡(luò)工具箱
        2.2.4 神經(jīng)網(wǎng)絡(luò)預(yù)測
    2.3 神經(jīng)網(wǎng)絡(luò)模型
        2.3.1 人工神經(jīng)元理論模型
        2.3.2 神經(jīng)網(wǎng)絡(luò)模型
        2.3.3 感知器
    2.4 BP神經(jīng)網(wǎng)絡(luò)
        2.4.1 BP神經(jīng)網(wǎng)絡(luò)概述
        2.4.2 BP神經(jīng)網(wǎng)絡(luò)原理
    2.5 遺傳算法
        2.5.1 遺傳算法特點
        2.5.2 遺傳算法操作
        2.5.3 遺傳算法一般算法
        2.5.4 遺傳算法流程
    2.6 本章小結(jié)
3 微博輿論發(fā)展趨勢預(yù)測系統(tǒng)設(shè)計與實現(xiàn)
    3.1 系統(tǒng)設(shè)計體系結(jié)構(gòu)
    3.2 系統(tǒng)功能設(shè)計
    3.3 系統(tǒng)設(shè)計流圖
    3.4 系統(tǒng)模塊劃分
    3.5 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計
    3.6 系統(tǒng)采集模塊
        3.6.1 基于API的采集
        3.6.2 基于網(wǎng)絡(luò)爬蟲的采集
    3.7 數(shù)據(jù)預(yù)處理模塊
    3.8 系統(tǒng)預(yù)測模塊
        3.8.1 遺傳算法函數(shù)實現(xiàn)
        3.8.2 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)函數(shù)實現(xiàn)
    3.9 JAVA調(diào)用MATLAB過程
    3.10 本章小結(jié)
4 微博輿論發(fā)展趨勢預(yù)測系統(tǒng)關(guān)鍵技術(shù)
    4.1 微博輿論發(fā)展趨勢預(yù)測系統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    4.2 微博輿論發(fā)展趨勢預(yù)測系統(tǒng)的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
        4.2.1 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)內(nèi)部參數(shù)設(shè)計
        4.2.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)過程實現(xiàn)
    4.3 本章小結(jié)
5 微博輿論發(fā)展趨勢預(yù)測系統(tǒng)測試
    5.1 各模塊功能測試
        5.1.1 采集模塊
        5.1.2 預(yù)處理模塊
        5.1.3 預(yù)測模塊
        5.1.4 熱門微博查看模塊
    5.2 系統(tǒng)整體測試
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3947585