基于改进人口模型的微博话题趋势预测

何炎祥; 刘健博; 刘楠; 彭敏; 陈强; 何静

doi:10.11959/j.issn.1000-436x.2015094

您当前的位置：

首页 >

文章列表页 >

基于改进人口模型的微博话题趋势预测

学术论文 | 更新时间：2024-06-05

- 基于改进人口模型的微博话题趋势预测
- Based on improved malthusian model microblogging topic trend forecast
- 通信学报 2015年36卷第4期页码：1-8
- 作者机构：
  
  1. 武汉大学计算机学院，湖北武汉 430072
  2. 武汉大学软件工程国家重点实验室，湖北武汉 430072
  3. 军事经济学院军需系，湖北武汉430035
  4. 肯尼索州立大学，美国30144
  1. 武汉大学计算机学院，湖北武汉 430072；2.武汉大学软件工程国家重点实验室，湖北武汉 430072；3.军事经济学院军需系，湖北武汉430035；4.肯尼索州立大学，美国30144
- 作者简介：
  
  [ "何炎祥（1952-），男，湖北应城人，武汉大学教授、博士生导师，主要研究方向为可信软件、自然语言处理、并行分布处理和软件工程。" ]
  [ "刘健博（1986-），男，湖北黄石人，武汉大学博士生，主要研究方向为社交网络、自然语言处理、人工智能。" ]
  [ "刘楠（1983-），男，河南信阳人，军事经济学院讲师，主要研究方向为自然语言处理、社交网络和软件工程。" ]
  [ "彭敏（1973-），女，青海西宁人，武汉大学教授、博士生导师，主要研究方向为网络服务、自然语言处理、信息检索。" ]
  [ "陈强（1988-），男，安徽马鞍山人，武汉大学博士生，主要研究方向为自然语言处理和社交网络。" ]
  [ "何静（1977-），女，湖北武汉人，美国肯尼索州立大学助理教授，主要研究方向为有无线网络、人工智能和社会网络。" ]
- 基金信息：
  
  国家自然科学基金资助项目(61472290);国家自然科学基金资助项目(61472291);国家自然科学基金青年基金资助项目(61303115);武汉市科技攻关基金资助项目(201210421135)
- DOI：10.11959/j.issn.1000-436x.2015094
  中图分类号： TP399
- 网络首发：2015-04，
  
  纸质出版：2015-04-25
- 稿件说明：
移动端阅览
何炎祥, 刘健博, 刘楠, 等. 基于改进人口模型的微博话题趋势预测[J]. 通信学报, 2015,36(4):1-8.

Yan-xiang HE, Jian-bo LIU, Nan LIU, et al. Based on improved malthusian model microblogging topic trend forecast[J]. Journal on Communications, 2015, 36(4): 1-8.
何炎祥, 刘健博, 刘楠, 等. 基于改进人口模型的微博话题趋势预测[J]. 通信学报, 2015,36(4):1-8. DOI： 10.11959/j.issn.1000-436x.2015094.

Yan-xiang HE, Jian-bo LIU, Nan LIU, et al. Based on improved malthusian model microblogging topic trend forecast[J]. Journal on Communications, 2015, 36(4): 1-8. DOI： 10.11959/j.issn.1000-436x.2015094.

摘要

趋势预测问题是当前社会计算中的研究热点，但微博平台的话题趋势预测还处在探索阶段。在分析、抽取和定义事件趋势的影响因素的基础上，改进了人口模型使其适用于微博趋势预测，然后将改进的人口模型映射在神经网络上，并利用遗传优化的神经网络对事件的趋势进行预测。实验证明，该方法对于预测网络中长期酝酿的事件发展趋势效果明显，能够有效地预测事件的爆发点和发帖量，而且适用于小样本预测问题。

Abstract

Although trend forecasting problem is the research focus of social computing，yet the topic trend forecast of micro logging platform is still at the exploratory stage.Based on the analyzing，extracting and defining the influencing factors of the trends of event，the improved Malthus model，which is more applicable to solve microblogging topic trend forecast problem is presented.Then the model is mapped to the neural network，and the genetic algorithms are used to predict the trend of events.Experiments show that this method can predict the trend of long-term events in the social network with good results，and can predict the outbreak point and posting volume effectively.It is worth nothing that the method is also suitable for small sample forecasting problems.

关键词

Keywords

references

Six degrees of separation [EB/OL ] http://enwikipediaorg/wiki/Sixdegreesofseparation http://enwikipediaorg/wiki/Sixdegreesofseparation ， 2015 .

倪允琪，周秀骥 . 中国长江中下游梅雨锋暴雨形成机理以及监测与预测理论和方法研究 [J ] . 气象学报， 2004 ， 62 ( 5 ): 647 - 662 .

NI Y Q ， ZHOU X J . Study for formation mechanism of heavy rainfall within the meiyu front along the middle and downstream of yangtze river and theories and methods of their detection and prediction [J ] . Acta Meteorologica Sinica ， 2004 ， 62 ( 5 ): 647 - 662 .

张志华，陈乾安，吕丽红，等 . 浙江东南沿海地区幽门螺杆菌的耐药趋势预测 [J ] . 中华消化内镜杂志， 2013 ， 30 ( 6 ): 328 - 331 .

ZHANG Z H ， CHEN Q A ， LV L H ， et al . Prediction of drug resistance trend of helicobacter pylori in southeast coastal area of Zhejiang province [J ] . Chinese Journal of Digestive Endoscopy ， 2013 ， 30 ( 6 ): 328 - 331 .

陈淑燕，王炜 . 交通量的灰色神经网络预测方法 [J ] . 东南大学学报:自然科学版， 2004 ， 34 ( 4 ): 541 - 544 .

CHEN S Y ， WANG W . Grey neural network forecasting for traffic flow [J ] . Journal of Southeast University(Natural Science Edition) ， 2004 ， 34 ( 4 ): 541 - 544 .

温祥西，孟相如，马志强，等 . 小时间尺度网络流量混沌性分析及趋势预测 [J ] . 电子学报， 2012 ， 40 ( 8 ): 1609 - 1616 .

WEN X X ， MENG X R ， MA Z Q ， et al . The chaotic analysis and trend prediction on small-time scale network traffic [J ] . Acta Electronica Sinica ， 2012 ， 40 ( 8 ): 1609 - 1616 .

钱爱玲，瞿彬彬，卢炎生，等 . 多时间序列关联规则分析的论坛舆情趋势预测 [J ] . 南京航空航天大学学报， 2013 ， 44 ( 6 ): 904 - 910 .

QIAN A L ， QU B B ， LU Y S ， et al . Forum sentiment trend prediction based on multi time series association rule analysis [J ] . Journal of Nanjing University of Aeronautics and Astronautics ，, 2013, 44(6): 904-910. 2013 ， 44 ( 6 ): 904 - 910 .

高辉，王沙沙，傅彦 . Web 舆情的长期趋势预测方法 [J ] . 电子科技大学学报， 2011 ， 40 ( 3 ): 440 - 445 .

GAO H ， WANG S S ， FU Y . Prediction model for long-term development trend of Web sentiment [J ] . Journal of University of Electronic Science And Technology of China ， 2011 ， 40 ( 3 ): 440 - 445 .

JOHAN B ， MAO H N ， ZENG X J . Twitter mood predicts the stock market [J ] . Journal of Computational Science ， 2011 ， 2 ( 1 ): 1 - 8 .

SITARAM A ， BERNARDO A H ， GABOR S W . Trends in social media:persistence and decay [A ] . ICWSM 2011 [C ] . 2011 . 8 .

MALTHUS T R . 人口论 [M ] . 北京 : 北京大学出版社， 2008 .

MALTHUS T R . Population Theory (hardcover) [M ] . Beijing : Peking University PressPress ， 2008 .

DAVID E R ， G E H ， RONALD J W . Learning representations by back-propagating errors [J ] . Nature ， 1986 ， 323 ( 6088 ): 533 - 536 .

RICCARDO P ， WILLIAM B L ， NICHOLAS F M ， et al . Six degrees of separation [EB/OL ] www.Lulu.com www.Lulu.com ， 2008 .

KLAUS-ROBERT M ， ALEX J ， SMOLA G R ， et al . Predicting time series with support vector machines [A ] . ICANN [C ] . 1997 . 999 - 1004 .

浏览量

2000

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于mRMR-GA的太赫兹信道场景识别研究

基于阵列的神经网络水声通信信号多参数联合估计算法

基于神经网络的恶意DNS流量检测方法

基于可见光和射频融合的通信定位一体化系统

基于特征依赖图的源代码漏洞检测方法