| 基于ARIMA和改進LSTM的突發(fā)事件輿情熱度預測 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：1315 K | |
| 標簽： 突發(fā)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(fā)重大公共衛(wèi)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(shù)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(xiàn)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(xiàn)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(tǒng)工程研究所版權所有 京ICP備10017138號-2