【摘要】：近年來人們的社交需求性的增長(zhǎng)與社交網(wǎng)絡(luò)的急速發(fā)展,讓在線社交網(wǎng)絡(luò)逐漸成為一個(gè)內(nèi)容互享與交流的一個(gè)平臺(tái),越來越多的熱點(diǎn)事件在社交網(wǎng)絡(luò)平臺(tái)上發(fā)酵和爆發(fā)。如何預(yù)測(cè)熱點(diǎn)事件在社交網(wǎng)絡(luò)上的趨勢(shì)對(duì)于輿情疏導(dǎo)、商品營(yíng)銷、流量管控等方面具有重要的現(xiàn)實(shí)意義。傳統(tǒng)的社交網(wǎng)絡(luò)熱點(diǎn)事件的預(yù)測(cè)方法是從社交網(wǎng)絡(luò)內(nèi)部出發(fā)根據(jù)傳染病模型、影響力模型等判斷預(yù)測(cè)事件的未來走向趨勢(shì)。本文從宏觀角度出發(fā),將混沌預(yù)測(cè)理論引入到社交網(wǎng)絡(luò)熱點(diǎn)事件時(shí)間序列預(yù)測(cè)方面,本文的主要工作如下:1.將混沌預(yù)測(cè)理論融入社交網(wǎng)絡(luò)信息傳播預(yù)測(cè)中,從不同角度驗(yàn)證了社交網(wǎng)絡(luò)信息傳播時(shí)間序列中確實(shí)存在混沌特性。隨著非線性理論的不斷完善,越來越多的現(xiàn)象表明社交網(wǎng)絡(luò)信息傳播具有混沌特性。本文通過采集的社交網(wǎng)絡(luò)熱點(diǎn)事件數(shù)據(jù),利用C-C算法求解時(shí)間延遲參數(shù)和嵌入維數(shù)參數(shù),然后在此基礎(chǔ)上通過小數(shù)據(jù)量法求解出時(shí)間序列的最大李雅普諾夫指數(shù),發(fā)現(xiàn)得出的李雅普諾夫指數(shù)大于0,從而驗(yàn)證了系統(tǒng)的混沌特性;另外求解出關(guān)聯(lián)維數(shù),利用關(guān)聯(lián)維數(shù)也驗(yàn)證了系統(tǒng)的混沌性。最后重構(gòu)單維時(shí)間序列的相空間和融合數(shù)據(jù)的相空間,得到社交網(wǎng)絡(luò)時(shí)間序列在高維的演化軌跡。2.提出一種融合加權(quán)一階預(yù)測(cè)模型和RBF神經(jīng)網(wǎng)絡(luò)模型的組合預(yù)測(cè)模型,對(duì)網(wǎng)媒熱點(diǎn)事件趨勢(shì)進(jìn)行多變量時(shí)間序列預(yù)測(cè)。針對(duì)單預(yù)測(cè)模型在預(yù)測(cè)熱點(diǎn)話題趨勢(shì)上準(zhǔn)確性的不足,將加權(quán)一階和神經(jīng)網(wǎng)絡(luò)結(jié)合,使兩個(gè)預(yù)測(cè)模型的優(yōu)點(diǎn)結(jié)合起來,并且對(duì)RBF神經(jīng)網(wǎng)絡(luò)的初始的聚類方法提出改進(jìn)。最后通過實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)融合模型確實(shí)提高了預(yù)測(cè)的準(zhǔn)確度,而且對(duì)比單維的混沌網(wǎng)媒熱點(diǎn)時(shí)間序列,由微信、微博等跨平臺(tái)構(gòu)成的多變量的混沌時(shí)間序列的預(yù)測(cè)度更高,為熱點(diǎn)事件預(yù)測(cè)提供了新的角度。
【圖文】：

圖 2.1 熱點(diǎn)話題的傳播動(dòng)態(tài)時(shí)間序列2.2.1 單平臺(tái)數(shù)據(jù)分析大多學(xué)者在分析熱點(diǎn)事件影響擴(kuò)散時(shí)，僅討論在單一平臺(tái)上事件的信息轉(zhuǎn)發(fā)與傳播特征，假設(shè)信息不受網(wǎng)絡(luò)外的影響，僅沿著社交網(wǎng)絡(luò)的邊在節(jié)點(diǎn)之間傳播。文獻(xiàn)[23]中曹玖新等人通過研究新浪微博用戶間的網(wǎng)絡(luò)關(guān)系，基于概率級(jí)聯(lián)模型來計(jì)算用戶轉(zhuǎn)發(fā)概率的大小，給社交網(wǎng)絡(luò)影響范圍的預(yù)測(cè)提供了一種新的角度。文獻(xiàn)[24]中提出兩種異構(gòu)非線性模型，所構(gòu)建的模型解釋了微信平臺(tái)中級(jí)聯(lián)樹的關(guān)鍵特征。關(guān)于用戶行為的系列研究中，文獻(xiàn)[25]中劉紅麗等人將閱讀和轉(zhuǎn)發(fā)概率同時(shí)考慮進(jìn)去，以新浪微博數(shù)據(jù)進(jìn)行分析，提出了新型的網(wǎng)絡(luò)信息擴(kuò)散模型。文獻(xiàn)[26]通過分析微信群信息平臺(tái)，發(fā)現(xiàn)了微信群在動(dòng)態(tài)過程中聚集、發(fā)展和演化的周期規(guī)律。文獻(xiàn)[27]黃煒等人基于對(duì)微信用戶行為的分析，對(duì)分享預(yù)測(cè)模型進(jìn)行了研究。文獻(xiàn)[28]提出一種實(shí)時(shí)預(yù)測(cè)新浪微博熱點(diǎn)話題的模型。

重慶郵電大學(xué)碩士學(xué)位論文 第 4 章 基于多參數(shù)的熱點(diǎn)事件混沌時(shí)間序列預(yù)測(cè)在得知M1Y+后分為兩種預(yù)測(cè)方法：一種是更新M1Y+為新的中心點(diǎn)，重新找到新的參考點(diǎn)并且計(jì)算得到a,b 值，該類方法被稱為間接多步預(yù)測(cè)。一種是以MY 為中心點(diǎn)時(shí)的相鄰關(guān)系等特征值代入方程M 1MY a e bY→++ ，進(jìn)而繼續(xù)預(yù)測(cè)，該類方法被稱為直接多步預(yù)測(cè)。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：O415.5;G206

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳江;劉瑋;巢文涵;王麗宏;;融合熱點(diǎn)話題的微博轉(zhuǎn)發(fā)預(yù)測(cè)研究[J];中文信息學(xué)報(bào);2015年06期

2 黃發(fā)明;殷坤龍;張桂榮;唐志政;張俊;;多變量PSO-SVM模型預(yù)測(cè)滑坡地下水位[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2015年06期

3 魏德志;陳福集;鄭小雪;;基于混沌理論和改進(jìn)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測(cè)方法[J];物理學(xué)報(bào);2015年11期

4 肖遷;李文華;李志剛;劉金龍;劉會(huì)巧;;基于改進(jìn)的小波-BP神經(jīng)網(wǎng)絡(luò)的風(fēng)速和風(fēng)電功率預(yù)測(cè)[J];電力系統(tǒng)保護(hù)與控制;2014年15期

5 曹玖新;吳江林;石偉;劉波;鄭嘯;羅軍舟;;新浪微博網(wǎng)信息傳播分析與預(yù)測(cè)[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

6 侯公羽;梁榮;孫磊;劉琳;龔硯芬;;基于多變量混沌時(shí)間序列的煤礦斜井TBM施工動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)測(cè)[J];物理學(xué)報(bào);2014年09期

7 張洪忠;朱匴捚;;微博、微信對(duì)傳統(tǒng)媒體內(nèi)容使用的影響[J];新聞?dòng)浾?2013年12期

8 劉巖;王金東;郭建華;李西兵;;基于參量?jī)?yōu)化的多變量相空間重構(gòu)方法[J];機(jī)械傳動(dòng);2013年06期

9 史永勝;彭朋;宋云雪;;基于邊界值的多元混沌發(fā)動(dòng)機(jī)性能預(yù)測(cè)算法[J];航空動(dòng)力學(xué)報(bào);2012年01期

10 雷紹蘭;孫才新;周nv;張曉星;;電力短期負(fù)荷的多變量時(shí)間序列線性回歸預(yù)測(cè)方法研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2006年02期

，

本文編號(hào)：2702049