| 基于ARIMA和改进LSTM的突发事件舆情热度预测 | |
| 所屬分類：技术论文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>1315 K | |
| 標簽： 突发事件 舆情热度 ARIMA | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对突发重大公共卫生事件的网络舆情热度预测模型存在较大误差问题，文章选取百度指数作为舆情热度，提出了AMRIMA预测和改进的LSTM预测方法。首先,使用ARIMA模型预测新冠肺炎疫情以天为单位的舆情热度；其次，使用改进LSTM预测新冠肺炎疫情以小时为单位的舆情热度,在LSTM中加入注意力机制，实现了提高预测精度的目的；最后，得出预测结果。实验结果表明，ARIMA算法和改进LSTM算法能更准确预测网络舆情热度值，有效提高了网络舆情热度的预测精度。 | |
| 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