發(fā)布時(shí)間：2022-01-05 22:18

　　針對(duì)網(wǎng)絡(luò)輿情的指標(biāo)冗余和復(fù)雜度高不利于監(jiān)管,提出了因子分析和SVM建立綜合評(píng)價(jià)模型;首先利用因子分析將網(wǎng)絡(luò)輿情的14個(gè)指標(biāo)進(jìn)行降維為3個(gè)公因子,其次在簡(jiǎn)化的指標(biāo)體系中用遺傳算法的5-折交叉優(yōu)化SVM參數(shù),建立遺傳算法優(yōu)化SVM的網(wǎng)絡(luò)輿情危機(jī)預(yù)警模型,最后將兩類的SVM改進(jìn)為一對(duì)多算法對(duì)4種情況進(jìn)行分類,得出網(wǎng)絡(luò)輿情的預(yù)警;對(duì)2019年的10個(gè)網(wǎng)絡(luò)輿情事件進(jìn)行實(shí)證分析表明,低于0.51%的誤差預(yù)警充分說明了其可行性,達(dá)到了強(qiáng)化網(wǎng)絡(luò)輿情的監(jiān)管,而因子分析降低了指標(biāo)體系的復(fù)雜性,遺傳算法的5-折交叉提高了SVM分類器的學(xué)習(xí)能力,能更準(zhǔn)確地預(yù)測(cè)訓(xùn)練集,并用一對(duì)多算法使得分類速度較快,對(duì)網(wǎng)絡(luò)輿情的監(jiān)管提供了幫助。 

【文章來源】：重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,37(05)

【文章頁數(shù)】：7 頁

【部分圖文】：

遺傳算法優(yōu)化SVM模型程序

【參考文獻(xiàn)】：
期刊論文
[1]基于模糊綜合評(píng)價(jià)的網(wǎng)絡(luò)輿情預(yù)警方法研究[J]. 郝楠,馮晶,高媛.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(08)
[2]中國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)預(yù)警研究——基于SVM模型的建模分析[J]. 趙丹丹,丁建臣.  國際商務(wù)(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)). 2019(04)
[3]砂土地震液化預(yù)測(cè)的GA＿SVM＿Adaboost模型[J]. 毛志勇,黃春娟,路世昌.  煤田地質(zhì)與勘探. 2019(03)
[4]國內(nèi)外網(wǎng)絡(luò)輿情演化、預(yù)警和應(yīng)對(duì)理論研究綜述[J]. 王蘭成,陳立富.  圖書館雜志. 2018(12)
[5]基于SVM的圖像分類算法研究[J]. 孟金龍,丁超洋,周慧,呂爽.  數(shù)字技術(shù)與應(yīng)用. 2017(10)
[6]基于模糊支持向量機(jī)的火災(zāi)預(yù)警信號(hào)危險(xiǎn)性辨識(shí)研究[J]. 劉立憲.  輕工科技. 2017(09)
[7]基于因子分析和聚類分析的內(nèi)蒙古各盟市經(jīng)濟(jì)發(fā)展水平的研究[J]. 王丹丹,曉蘭.  內(nèi)蒙古統(tǒng)計(jì). 2016(04)
[8]基于KNN算法的改進(jìn)的一對(duì)多SVM多分類器[J]. 劉雨康,張正陽,陳琳琳,陳靜.  計(jì)算機(jī)工程與應(yīng)用. 2015(24)
[9]基于因子分析和支持向量機(jī)的電網(wǎng)故障風(fēng)險(xiǎn)評(píng)估[J]. 湯昶烽,衛(wèi)志農(nóng),李志杰,鐘淋涓,孫國強(qiáng),孫永輝.  電網(wǎng)技術(shù). 2013(04)
[10]網(wǎng)絡(luò)輿情監(jiān)測(cè)及預(yù)警指標(biāo)體系研究綜述[J]. 呼雨,陳新杰,蘭月新,鄧新元.  情報(bào)探索. 2012(11)

碩士論文
[1]基于Logistic回歸模型和支持向量機(jī)（SVM）模型的多分類研究[D]. 李錦繡.華中師范大學(xué) 2014



本文編號(hào)：3571177