| 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: 2579 |
| 全文下载次数: 1714 |
| 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 |
|
|
|
