| 基于ARIMA和改進LSTM的突發事件輿情熱度預測 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>1315 K | |
| 標簽： 突發事件 輿情熱度 ARIMA | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對突發重大公共衛生事件的網絡輿情熱度預測模型存在較大誤差問題，文章選取百度指數作為輿情熱度，提出了AMRIMA預測和改進的LSTM預測方法。首先,使用ARIMA模型預測新冠肺炎疫情以天為單位的輿情熱度；其次，使用改進LSTM預測新冠肺炎疫情以小時為單位的輿情熱度,在LSTM中加入注意力機制，實現了提高預測精度的目的；最后，得出預測結果。實驗結果表明，ARIMA算法和改進LSTM算法能更準確預測網絡輿情熱度值，有效提高了網絡輿情熱度的預測精度。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2