Author(s): LIAN Shu-juan, XUE Yu
Pages: 335-338
Year: 2016 Issue:  7
Journal: Computer Simulation
Keyword:  Sudden; Network public sentiment diffusion; Prediction;
Abstract: 对网络突发性舆情扩散倾向进行准确预测,可以缩短网络突发性舆情的生命周期.在进行舆情扩散倾向预测时,需要将突发性舆情扩散状态划分为上升、持平和F降三个阶段,对每个阶段的关键时间点进行分析,最终实现舆情扩散倾向的准确预测,而传统的贝叶斯网络算法只能将不确定性和信息不完整性的网络舆情信息整合在一起,不能获取舆情扩散的关键时间点,导致预测效果不佳.提出一种改进K近邻算法的网络突发性舆情扩散倾向预测方法.将K近邻算法与网络突发性舆情相似的历史网络舆情的点击数时间序列融合,将网络突发性舆情扩散过程分为不同的阶段,引入基于最小二乘法的多项式拟合法计算出网络突发性舆情扩散各个阶段的关键时间点,根据网络突发性舆情扩散的各个阶段和相对应的关键时间点得到网络突发性舆情扩散规律,并可得到网络突发性舆情扩散倾向动态预测结果.仿真结果证明,上述方法可以对网络突发性舆情扩散倾向进行准确的预测,同时具有较高的预测效率.