|
|||||
|
|
| 基于GMM-HMM的话题生命周期状态识别及趋势预测方法 | |
| 引用本文： | 朱恒民,蔡婷婷,魏静.基于GMM-HMM的话题生命周期状态识别及趋势预测方法[J].现代情报,2023(3):26-32+41. |
| 作者姓名： | 朱恒民 蔡婷婷 魏静 |
| 作者单位： | 1. 南京邮电大学管理学院;2. 江苏高校哲学社会科学重点研究基地—信息产业融合创新与应急管理研究中心 |
| 摘 要： | 目的/意义]本研究对正处于演化过程中的话题进行状态识别及趋势预测，为相关部门了解话题现状，对话题进行有效监管提供科学依据。方法/过程]首先，考虑网民情感，结合话题的新颖度和关注度，构建话题生命周期状态观测指标；其次，基于隐马尔可夫模型(HMM)和高斯混合模型(GMM)的原理，提出话题生命周期状态识别及趋势预测方法；最后，选用微博话题构建数据集，设计对比实验，验证方法的有效性。结果/结论]基于GMM-HMM的话题状态识别及趋势预测方法的F1值和准确率均高于87%,MAPE低于3.5%,相较于GaussianHMM和BP神经网络具有较大优势。 |
| 关 键 词： | 话题生命周期状态 话题状态识别 话题趋势预测 高斯混合隐马尔可夫模型 |