Indexed by：
Abstract：
[目的/意义]精准预测与掌握舆情事件的发展,及时发现舆情中的潜在危机,对社会的长治久安具有重要意义.[方法/过程]针对网络舆情演化的不确定性、多变性与灰色性等特征,选取多个指标数据建立多因素灰色模型(MGM(1,m)).同时,为提高预测结果的精确度,利用BP神经网络对多因素灰色模型的预测残差进行修正,构建基于残差修正的多因素灰色模型,并结合“莆田系事件”对模型预测性能进行验证.[结果/结论]仿真结果表明,相对于单一序列GM(1,1)模型和无残差修正的多因素灰色模型,残差修正后的多因素灰色模型在网络舆情预测上具有一定的优势.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
情报科学
ISSN： 1007-7634
CN： 22-1264/G2
Year： 2017
Issue： 9
Volume： 35
Page： 131-135
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
