基于神經(jīng)網(wǎng)絡的新聞輿情受歡迎程度預測研究
本文關鍵詞:基于神經(jīng)網(wǎng)絡的新聞輿情受歡迎程度預測研究,由筆耕文化傳播整理發(fā)布。
【摘要】:數(shù)據(jù)預測是指在分析現(xiàn)有數(shù)據(jù)的基礎上估計或推測未來數(shù)據(jù)的過程。隨著大數(shù)據(jù)和云計算的飛速發(fā)展,數(shù)據(jù)的處理,以及分析預測方法的研究越來越引起學術界的重視。由于智能手機的廣泛使用和社交網(wǎng)絡的迅猛發(fā)展,各種網(wǎng)絡新聞正在以指數(shù)級的增速在互聯(lián)網(wǎng)上迅速傳播。網(wǎng)絡新聞以其自身的易產(chǎn)生、易復制、篇幅短小、生命周期短和成本低的特質,得以成為移動手機用戶和各大社交網(wǎng)站的首要瀏覽資源。在海量的新聞中發(fā)現(xiàn)用戶歡迎的新聞,并為其定向推送已經(jīng)成為學界的新的研究熱點。研究互聯(lián)網(wǎng)新聞輿情受歡迎程度(popularity degree)具有重要的現(xiàn)實意義。文章主要從兩個方面對新聞輿情的受歡迎程度進行研究:1.對特定網(wǎng)絡新聞進行采樣和屬性特征提取,并對提取的特征向量進行相關性分析,在此基礎上進行了主成分分析和因子分析。使用主成分分析方法從眾多不相關的特征中選取重要的影響因子,將眾多的原始屬性降維。2.研究了基于BP神經(jīng)網(wǎng)絡的預測算法及其在新聞輿情方面的預測應用?紤]到受歡迎預測模型的高維性,采用BP神經(jīng)網(wǎng)絡對主要特征向量進行訓練,建立了新聞受歡迎程度預測模型。仿真結果顯示,BP神經(jīng)網(wǎng)絡模型能夠準確預測新聞的受歡迎程度,能夠有效的實現(xiàn)在不同真實環(huán)境下較高的的預測精度。
【關鍵詞】:網(wǎng)絡新聞受歡迎程度 因子分析 模型辨識 神經(jīng)網(wǎng)絡預測 數(shù)據(jù)挖掘
【學位授予單位】:海南大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:TP183
【目錄】:
- 摘要4-5
- Abstract5-7
- 1 緒論7-13
- 1.1 研究背景及意義7-8
- 1.2 新聞輿情預測研究現(xiàn)狀8-11
- 1.2.1 國外研究現(xiàn)狀8-9
- 1.2.2 國內研究現(xiàn)狀9-11
- 1.3 本文的研究內容11-12
- 1.4 本文的結構安排12-13
- 2 相關技術介紹13-19
- 2.1 主成分分析13-14
- 2.1.1 主成分分析基本原理13
- 2.1.2 主成分分析的計算步驟13-14
- 2.2 采用BP神經(jīng)網(wǎng)絡的預測14-18
- 2.2.1 BP神經(jīng)網(wǎng)絡的基本原理和結構14-16
- 2.2.2 BP神經(jīng)網(wǎng)絡的學習方法16-18
- 2.3 本章小結18-19
- 3 方法論和數(shù)據(jù)集19-23
- 3.1 方法論19-20
- 3.1.1 SPSS介紹19
- 3.1.2 Matlab介紹19
- 3.1.3 本文方法論19-20
- 3.2 數(shù)據(jù)集信息20-22
- 3.3 本章小結22-23
- 4 模型建立與仿真分析23-43
- 4.1 數(shù)據(jù)的可視化分析23-31
- 4.2 新聞特征信息與受歡迎程度相關分析31-34
- 4.3 數(shù)據(jù)的主要成分提取34-38
- 4.4 基于BP神經(jīng)網(wǎng)絡的受歡迎程度預測38-42
- 4.5 本章小結42-43
- 5 總結與展望43-44
- 5.1 本文總結43
- 5.2 下一步的工作43-44
- 參考文獻44-46
- 致謝46
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 云中客;新的神經(jīng)網(wǎng)絡來自于仿生學[J];物理;2001年10期
2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡的研究進展[J];系統(tǒng)工程與電子技術;2001年10期
3 李智;一種基于神經(jīng)網(wǎng)絡的煤炭調運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期
4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡及其應用研究[J];計算機工程與應用;2004年21期
5 王凡,孟立凡;關于使用神經(jīng)網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期
6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡[J];統(tǒng)計教育;2005年06期
7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡及其應用研究[J];微計算機信息;2005年14期
8 袁婷;;神經(jīng)網(wǎng)絡在股票市場預測中的應用[J];軟件導刊;2006年05期
9 尚晉;楊有;;從神經(jīng)網(wǎng)絡的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期
10 楊鐘瑾;;神經(jīng)網(wǎng)絡的過去、現(xiàn)在和將來[J];青年探索;2006年04期
中國重要會議論文全文數(shù)據(jù)庫 前10條
1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年
2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集(上冊)[C];2003年
3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年
4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年
5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年
6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年
7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年
8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年
9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集(第七分冊)[南京理工大學學報(增刊)][C];2009年
10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年
中國重要報紙全文數(shù)據(jù)庫 前10條
1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年
2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年
3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年
4 中國科技大學計算機系 邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年
5 記者 孫剛;“神經(jīng)網(wǎng)絡”:打開復雜工藝“黑箱”[N];解放日報;2007年
6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年
7 健康時報特約記者 張獻懷;干細胞移植:修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年
8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年
9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年
10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年
中國博士學位論文全文數(shù)據(jù)庫 前10條
1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年
2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年
3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年
4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年
5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年
6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年
7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年
8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年
9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年
10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年
中國碩士學位論文全文數(shù)據(jù)庫 前10條
1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年
2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年
3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年
4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年
5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年
6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年
7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年
8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年
9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年
10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年
本文關鍵詞:基于神經(jīng)網(wǎng)絡的新聞輿情受歡迎程度預測研究,由筆耕文化傳播整理發(fā)布。
,本文編號:322868
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/322868.html