GWO-LSTM预测下的高校网络舆情风险演化研究
Research on College online public opinion risk based improved GWO and LSTM
-
作者:
曹超
1
-
作者单位:
-
提交时间:2024-05-06 08:38:03
摘要: 研究目的 提高高校网络舆情事件风险预测的准确性对于维护国家安全和社会稳定具有重要意义。 研究方法 本研究基于微博平台中高校网络舆情事件的热度和评论,提出了一种基于舆情事件热度和情感分析结果的舆情风险模型,使用灰狼算法与LSTM相结合作为预测模型,分析高校网络舆情风险演化的情况,并结合案例进行了分析验证。 研究结论 本文构建了全链条高校网络舆情分析框架,模型考虑因素更为全面,预测精度和拟合度高,能全面地反映实际舆情的风险态势及其变化,防控演化分析表明利用模型预测舆情可及时将舆情事件控制,防止持续发酵。研究表明,该模型能很好地反映并预测舆情风险的程度与变化,在验证事件中,平均绝对误差为13.8%,同时利用模型的演化分析论证了高校网络舆情预测的重要性和必要性。
版本历史
[V1] |
2024-05-06 08:38:03 |
ChinaXiv:202405.00032V1
|
下载全文 |