典型文献
基于时间编码LSTM的高校舆情热点趋势预测研究
文献摘要：
随着互联网技术的发展,网络舆情热点信息能在短时间内迅速传播.预测舆情热点的发展趋势,有助于高校对学生思想健康状况进行分析管理,也是当下网络舆情信息研究领域的重要课题.针对微博中的舆情信息文本,构建基于时间编码长短期记忆网络(LSTM)的高校舆情热点趋势预测模型,并与支持向量机、循环神经网络两种模型的预测效果进行对比,验证了基于时间编码的LSTM算法在舆情趋势预测上的准确率.最后,利用微博中的高校实时舆情事件对构建的模型预测效果进行评估,并动态调整评估参数,实现了对评估性能的优化,预测效果得到了显著提升.
文献关键词：
长短期记忆网络;热点预测;高校舆情;时序数据;时间编码
中图分类号：
作者姓名：
易杰;曹腾飞;黄明峰;黄肖翰;张子震
作者机构：
青海大学计算机技术与应用系,青海 西宁 810016;云上贵州大数据产业发展有限公司,贵州 贵阳 550081
文献出处：
引用格式：
[1]易杰;曹腾飞;黄明峰;黄肖翰;张子震-.基于时间编码LSTM的高校舆情热点趋势预测研究)[J].大数据,2022(05):124-138
A类：
B类：
时间编码,高校舆情,舆情热点,热点趋势,趋势预测,预测研究,信息能,校对,分析管理,下网,网络舆情信息,信息研究,微博,码长,长短期记忆网络,循环神经网络,利用微,舆情事件,评估参数,热点预测,时序数据
AB值：
0.282652
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
