Key Words:
网络舆情预测;;突发公共卫生事件;;鲸鱼优化算法;;Elman神经网络;;BP神经网络
Abstract:
针对公共卫生舆情事件的突发性和破坏性等问题，为了更精准预测舆情发生时的热度走向，本文构建了基于改进鲸鱼算法(WOA)优化Elman神经网络的舆情热度预测模型。首先根据百度指数和360趋势，对2020年1月1日至同年2月19日时段“COVID-19”事件的时间序列指标进行选取；其次利用WOA优化Elman神经网络初始值和阈值的方法进行训练和预测；最后与标准BP神经网络模型、标准Elman神经网络模型进行对比分析。结果表明，改进WOA-Elman的平均绝对百分比误差、均方根误差分别为4.784 3和219 363.784 4,该预测模型的预测结果与原始数据更吻合，预测精度和预测误差上更具优势，在解决突发公共卫生舆情事件热度预测问题上切实有效。
Paper Publications
