基于可拓聚类的网络舆情演化预测研究

被引：16

作者：

郭韧 ^{[1
]}

李红 ^{[1
]}

陈福集 ^{[2
]}

机构：

[1] 华侨大学工商管理学院

[2] 福州大学经济与管理学院

来源：

情报理论与实践 | 2017年 / 01期

关键词：

网络舆情; 可拓聚类; 演化趋势;

D O I：

10.16353/j.cnki.1000-7490.2017.01.016

中图分类号：

C913.4 [文教、卫生]; TP393.09 [];

学科分类号：

030301 ; 1204 ; 080402 ;

摘要：

[目的/意义]网络舆情的发展动态是舆情应对的基础。[方法/过程]根据网络舆情演化的关键要素,运用了可拓聚类理论和方法对网络舆情的演化趋势进行建模并预测,通过聚类分析得到预测结果。[结果/结论]实例分析证明该方法计算简便,有较高的精确度和较强的实用性,为舆情的应对提供了理论和方法的支持。

引用

页码：83 / 87+120 +120

页数：6

共 9 条

[1] 基于系统动力学的突发事件演化模型 [J].

李勇建 ;

乔晓娇 ;

孙晓晨 ;

李春艳 .

系统工程学报 , 2015, (03) :306-318

[2] 网络舆情中基于突发事件的应急预测算法研究 [J].

孟曙艳 .

科技通报, 2014, 30 (12) :250-252

[3] 基于组合预测方法的网络舆情演变规律研究 [J].

吴翠芳 ;

杨建华 ;

兰月新 .

廊坊师范学院学报(自然科学版), 2014, 14 (02) :13-15

[4] 利用灰色预测与模式识别方法构建网络舆情预测与预警模型 [J].

杜智涛 ;

谢新洲 .

图书情报工作, 2013, (15) :27-33

[5] 多时间序列关联规则分析的论坛舆情趋势预测 [J].

钱爱玲 ;

瞿彬彬 ;

卢炎生 ;

陈攀攀 ;

陈国栋 .

南京航空航天大学学报, 2012, 44 (06) :904-910

[6]

基于事件关联的舆情热度预测分析[A]. 许磊,张冬梅.第十八届全国青年通信学术年会论文集（下册）[C]. 2013

[7]

可拓学[M]. 科学出版社 , 杨春燕, 2014

[8]

网络舆情研究与应对[M]. 电子工业出版社 , 程工, 2014

[9] A new agglomerative hierarchical clustering algorithm implementation based on the map reduce framework [J].

Gao H. ;

Jiang J. ;

She L. ;

Fu Y. .

International Journal of Digital Content Technology and its Applications, 2010, 4 (03) :95-100

← 1 →