本文選題：網(wǎng)絡(luò)輿情　切入點：網(wǎng)絡(luò)輿情預(yù)測　出處：《廣東工業(yè)大學》2017年碩士論文

【摘要】：網(wǎng)絡(luò)輿情是網(wǎng)民對網(wǎng)絡(luò)事件發(fā)表的個人觀點、意見等行為傾向,當網(wǎng)絡(luò)輿情發(fā)展到一定程度,將聚集或轉(zhuǎn)化為網(wǎng)絡(luò)輿論。習近平總書記在2016年的4.19講話中指出“互聯(lián)網(wǎng)已經(jīng)成為輿論斗爭的主戰(zhàn)場”,網(wǎng)絡(luò)輿論對于網(wǎng)絡(luò)生態(tài)的正常發(fā)展起著重要性作用。若負面的網(wǎng)絡(luò)輿論充斥著網(wǎng)絡(luò)環(huán)境,這將影響我國的社會安定和意識形態(tài)安全。因此,及時了解網(wǎng)絡(luò)輿情趨勢,預(yù)測未來的發(fā)展態(tài)勢,將有助于消解負面的輿論,維護網(wǎng)絡(luò)生態(tài)的健康發(fā)展。由此,網(wǎng)絡(luò)輿情的預(yù)測研究具有理論價值和社會現(xiàn)實意義。目前,多領(lǐng)域的預(yù)測研究主要采用組合預(yù)測模型用于時間序列的預(yù)測,既克服單一預(yù)測算法的缺點,更能發(fā)揮單一預(yù)測算法的優(yōu)勢,提高預(yù)測模型的準確性。本文基于多領(lǐng)域的預(yù)測模型提出了合適的網(wǎng)絡(luò)輿情預(yù)測模型,用于提高預(yù)測模型的準確性,為網(wǎng)絡(luò)輿情的管控提供理論支持。工作內(nèi)容主要包括三個方面:(1)梳理網(wǎng)絡(luò)輿情和網(wǎng)絡(luò)輿情預(yù)測研究的文獻內(nèi)容,找出現(xiàn)有輿情預(yù)測的不足之處。據(jù)此引入或提出合適的網(wǎng)絡(luò)輿情預(yù)測模型,以網(wǎng)民熱議的“韓國部署薩德”事件和2017年“全國兩會”事件作為輿情熱點事件,使用微信指數(shù)、微博微指數(shù)和百度指數(shù)作為網(wǎng)絡(luò)輿情發(fā)展趨勢的量化值,進行輿情預(yù)測實驗。模型預(yù)測結(jié)果以均方根誤差、平均絕對百分誤差和希爾不等系數(shù)作為評價標準,比較三個組合預(yù)測模型的實驗結(jié)果,選取最佳的預(yù)測模型作為網(wǎng)絡(luò)輿情預(yù)測研究的解決方案,提供新的輿情預(yù)測方法。(2)引入小波神經(jīng)網(wǎng)絡(luò)模型(WNN模型)和基于經(jīng)驗?zāi)B(tài)分解的BP神經(jīng)網(wǎng)絡(luò)模型(EMD-BPNN模型)用于輿情預(yù)測,并對這兩個模型進行改進優(yōu)化。對于WNN模型,采用附加動量法對其進行優(yōu)化改進,考慮模型誤差在梯度上的作用,同時還考慮誤差曲面上變化趨勢對模型的影響,從而避免WNN模型陷入局部最優(yōu)值。對EMD-BPNN模型,采用Levenberg-Marquardt算法對其改進優(yōu)化,處理模型的冗余參數(shù)問題,避免預(yù)測模型陷入局部極小值,從而加快收斂速度。(3)采用經(jīng)驗?zāi)B(tài)分解的算法思想,提出融合極限梯度算法(XGBoost)擬合模型的殘差,在此基礎(chǔ)上利用經(jīng)典的短期時間序列模型——自回歸(AR)模型用以預(yù)測網(wǎng)絡(luò)輿情的發(fā)展趨勢,即構(gòu)建網(wǎng)絡(luò)輿情預(yù)測模型EMD-XGBoost-AR模型。實驗結(jié)果證明,該模型具有較好的評估性能和預(yù)估準確度。
[Abstract]:Internet public opinion is the behavior tendency of Internet users to express personal views and opinions on network events. When network public opinion develops to a certain extent, it will gather or transform into network public opinion.General Secretary Xi Jinping pointed out in his speech of 4.19 in 2016 that "the Internet has become the main battlefield of public opinion struggle" and that Internet public opinion plays an important role in the normal development of the network ecology.If the negative network public opinion fills the network environment, this will affect the social stability and ideological security of our country.Therefore, timely understanding the trend of network public opinion and predicting the future development situation will help to eliminate the negative public opinion and maintain the healthy development of the network ecology.Therefore, the prediction of network public opinion has theoretical value and social practical significance.At present, the combined prediction model is mainly used in the prediction of time series, which not only overcomes the shortcomings of the single prediction algorithm, but also improves the accuracy of the prediction model by giving full play to the advantages of the single prediction algorithm.In this paper, an appropriate network public opinion prediction model is proposed based on the multi-domain prediction model, which is used to improve the accuracy of the prediction model and provide theoretical support for the management and control of network public opinion.The work mainly includes three aspects: 1) combing the literature of network public opinion and network public opinion prediction, and finding the deficiency of public opinion prediction.Weibo micro-index and Baidu index as the quantitative value of the development trend of network public opinion, public opinion prediction experiment.The results of model prediction are based on root mean square error, mean absolute percent error and Hill unequal coefficient. The experimental results of the three combined forecasting models are compared, and the best prediction model is chosen as the solution to the research of network public opinion prediction.Provide a new method of public opinion prediction. (2) introduce wavelet neural network model (WNN) and BP neural network model based on empirical mode decomposition (EMD-BPNN) for public opinion prediction, and improve and optimize the two models.For the WNN model, the additional momentum method is adopted to optimize the model, considering the effect of model error on the gradient, and the influence of the change trend on the error surface on the model, so as to avoid the WNN model falling into the local optimum value.For EMD-BPNN model, the Levenberg-Marquardt algorithm is adopted to improve and optimize the model, to deal with the redundant parameter problem of the model, to avoid the prediction model falling into a local minimum, thus to speed up the convergence speed. (3) to adopt the idea of empirical mode decomposition (EMD).A fusion limit gradient algorithm (XG boost) is proposed to fit the residuals of the model. On this basis, the classical short term time series model, autoregressive ARL, is used to predict the trend of network public opinion, that is, the EMD-XGBoost-AR model of network public opinion prediction model is constructed.The experimental results show that the model has good evaluation performance and prediction accuracy.
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：G206;F49;F224

【相似文獻】

相關(guān)期刊論文 前10條

1 張春峰;;網(wǎng)絡(luò)輿情危機的預(yù)警方法概述[J];科技信息;2011年23期

2 韓曉虎;曹麗勇;;網(wǎng)絡(luò)輿情模型研究[J];科技資訊;2012年03期

3 劉文;李強;;食品安全網(wǎng)絡(luò)輿情監(jiān)測與干預(yù)研究初探[J];中國科技論壇;2012年07期

4 齊紅娜;郭麗;;社會管理視野下的網(wǎng)絡(luò)輿情監(jiān)管研究[J];科技創(chuàng)業(yè)月刊;2012年07期

5 劉武成;張冬梅;;網(wǎng)絡(luò)輿情:概念、特征及生成[J];赤峰學院學報(自然科學版);2012年16期

6 張冬梅;孫友;;網(wǎng)絡(luò)輿情:功能、影響及引導[J];赤峰學院學報(自然科學版);2012年19期

7 朱海波;;大學生網(wǎng)絡(luò)輿情現(xiàn)狀分析及對策研究[J];赤峰學院學報(自然科學版);2013年03期

8 陳舒暢;高晶;周洋;葉曉雪;蔣麗莎;;基于微博的網(wǎng)絡(luò)輿情危機控制對策[J];黑龍江科技信息;2013年03期

9 孫軼;程瑞蕓;劉建明;;基于關(guān)鍵詞分析的網(wǎng)絡(luò)輿情變化規(guī)律[J];吉首大學學報(自然科學版);2013年06期

10 于素懿;;網(wǎng)絡(luò)輿情的現(xiàn)狀及管理手段分析[J];中國科技信息;2014年08期

相關(guān)會議論文 前10條

1 任銘;陳俊鑫;;我國網(wǎng)絡(luò)輿情及管理策略研究[A];2011年全國通信安全學術(shù)會議論文集[C];2011年

2 潘崇霞;;網(wǎng)絡(luò)輿情演化的階段分析[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學術(shù)會議論文集[C];2011年

3 潘慶芳;周萍;;涉路網(wǎng)絡(luò)輿情的現(xiàn)狀及應(yīng)對建議[A];中國公路學會高速公路運營管理分會2011年度年會暨第十八次全國高速公路運營管理工作研討會論文集[C];2011年

4 李大鵬;;加強新形勢下檢察機關(guān)網(wǎng)絡(luò)輿情體系建設(shè)[A];第27次全國計算機安全學術(shù)交流會論文集[C];2012年

5 曹俊喜;劉云;徐希源;;電力行業(yè)網(wǎng)絡(luò)輿情監(jiān)測分析技術(shù)研究與系統(tǒng)設(shè)計[A];2012年電力通信管理暨智能電網(wǎng)通信技術(shù)論壇論文集[C];2013年

6 冉治平;;提高網(wǎng)絡(luò)輿情應(yīng)對能力的幾點思考[A];浙江煙草（2012年第3期總第122期）[C];2012年

7 疏學明;鄭魁;張輝;袁宏永;;突發(fā)事件中網(wǎng)絡(luò)輿情信息管理方式探討[A];中國突發(fā)事件防范與快速處置優(yōu)秀成果選編[C];2009年

8 耿騫;劉穎;;網(wǎng)絡(luò)輿情的形成、傳播及監(jiān)測方法[A];科學發(fā)展：文化軟實力與民族復(fù)興——紀念中華人民共和國成立60周年論文集（下卷）[C];2009年

9 韓偉;張洪濤;;網(wǎng)絡(luò)輿情與青少年媒介認知能力構(gòu)建[A];網(wǎng)絡(luò)時代的青少年和青少年工作研究報告——第六屆中國青少年發(fā)展論壇暨中國青少年研究會優(yōu)秀論文集（2010）[C];2010年

10 曾華藝;;網(wǎng)絡(luò)輿情危機事件指標體系探討[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學術(shù)會議論文集[C];2011年

相關(guān)重要報紙文章 前10條

1 記者 劉自賢　通訊員 吳濤;網(wǎng)絡(luò)輿情助推漢江中院司法為民[N];湖北日報;2010年

2 通訊員 王宏杰;注重網(wǎng)絡(luò)輿情監(jiān)督 網(wǎng)上網(wǎng)下良性互動[N];檢察日報;2010年

3 四川省地稅局直屬分局 韋一新　胡曉馳;正確應(yīng)對征納糾紛引發(fā)的網(wǎng)絡(luò)輿情危機[N];中國稅務(wù)報;2010年

4 唐莉　記者 郭樹仁;梅河口檢察院加強涉檢網(wǎng)絡(luò)輿情研判與應(yīng)對工作[N];北方法制報;2010年

5 記者 盧志堅　通訊員 胡連芳;江蘇大豐:征聘百名“網(wǎng)絡(luò)輿情監(jiān)督員”[N];檢察日報;2009年

6 見習記者 施燕燕;應(yīng)對網(wǎng)絡(luò)輿情與三項重點工作息息相關(guān)[N];檢察日報;2010年

7 記者 吳漢松;提升引導網(wǎng)絡(luò)輿情能力[N];石獅日報;2010年

8 四川省內(nèi)江市工商局 吳明顯　楊曉彬;建議加強網(wǎng)絡(luò)輿情收集分析及引導工作(下)[N];中國工商報;2010年

9 吳明顯;內(nèi)江積極加強網(wǎng)絡(luò)輿情監(jiān)測[N];中國工商報;2010年

10 本報記者 白真智;探秘網(wǎng)絡(luò)輿情市場[N];人民日報;2010年

相關(guān)博士學位論文 前10條

1 張玉強;網(wǎng)絡(luò)輿情危機的政府適度反應(yīng)研究[D];中央民族大學;2011年

2 何健;高校大學生網(wǎng)絡(luò)輿情特征與管理對策研究[D];西南大學;2015年

3 石新宇;當代大學生網(wǎng)絡(luò)輿情分析及對策研究[D];遼寧大學;2015年

4 曹學艷;突發(fā)事件動態(tài)網(wǎng)絡(luò)輿情挖掘與應(yīng)對研究[D];電子科技大學;2013年

5 劉泉;基于個體社會屬性的網(wǎng)絡(luò)輿情演化模型研究[D];大連理工大學;2016年

6 方付建;突發(fā)事件網(wǎng)絡(luò)輿情演變研究[D];華中科技大學;2011年

7 張偉;基于復(fù)雜社會網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情演化模型研究[D];哈爾濱工業(yè)大學;2014年

8 陳t熀，

本文編號：1700358