陈娟,王功明,徐翼龙,王海威.基于多输出神经网络的舆情分析指标拟合及优化研究[J].高技术通讯(中文),2019,29(1):19~26 |
基于多输出神经网络的舆情分析指标拟合及优化研究 |
|
|
DOI: |
中文关键词: 舆情指标体系, 可信度, 指标拟合, 主成分分析, 多输出神经网络 |
英文关键词: |
基金项目: |
|
摘要点击次数: 3032 |
全文下载次数: 1994 |
中文摘要: |
通过互联网媒介数据构建出完整的互联网舆情指标体系,是进行舆情预测及评估、网络空间治理的基础。然而,由于数据冲突、数据不完整、计算误差、标注失误等诸多问题,严重降低某些指标的可信度。本文根据可信度高低将舆情指标划分为两类,综合多变量数据拟合、主成分分析(PCA)、多输出神经网络等技术,以及基于数据类型的指标评价方法,能够由高可信度指标推导出低可信度指标,并采用新浪微博用户数据进行性别判断实验与用户粉丝量实验。实验结果表明,所推导出的性别准确率高达96.7%,用户粉丝量的相对绝对误差(RAE)为16%,说明本方法可以构建高可信度舆情指标体系,为舆情指标体系的构建和量化研究奠定基础。 |
英文摘要: |
|
查看全文
查看/发表评论 下载PDF阅读器 |
关闭 |
|
|
|