|
|||||
|
|
| 基于残差修正的多因素灰色模型的网络舆情预测研究 | |
| 引用本文： | 陈福集,史 蕊.基于残差修正的多因素灰色模型的网络舆情预测研究[J].情报科学,2017,35(9):131-135. |
| 作者姓名： | 陈福集 史 蕊 |
| 摘 要： | 【目的/意义】精准预测与掌握舆情事件的发展，及时发现舆情中的潜在危机，对社会的长治久安具有重要
意义。【方法/过程】针对网络舆情演化的不确定性、多变性与灰色性等特征，选取多个指标数据建立多因素灰色模
型(MGM(1,m))。同时，为提高预测结果的精确度，利用BP神经网络对多因素灰色模型的预测残差进行修正，构建
基于残差修正的多因素灰色模型，并结合“莆田系事件”对模型预测性能进行验证。【结果/结论】仿真结果表明，相
对于单一序列GM(1,1)模型和无残差修正的多因素灰色模型，残差修正后的多因素灰色模型在网络舆情预测上具
有一定的优势。 |
| 点击此处可从《情报科学》浏览原始摘要信息 | |
| 点击此处可从《情报科学》下载全文 | |
