肖光华,王清莲

1(江苏城乡建设职业学院 设备工程学院,常州 213147)

2(河海大学 计算机与信息工程学院,南京 210098)

3(常州开放大学 终身教育研究中心,常州 213001)

网络通信技术的进步促使社交网络成为信息传播的重要渠道.人们通过智能终端发表观点,表达意见,与之相伴产生的网络舆情问题已经成为相关机构关注的热点.以新浪微博为例,截至2019年底,微博月活跃用户达到5.16 亿,其海量舆情数据已经达到了让任何部门、机构都无法忽视的地步.当前基于舆情热度的研究多数是针对一些具体的热门事件或热门话题,无法从宏观的角度把握目标群体的整体舆情动态,以广义的舆情“关键词”作为热度的研究对象,如“手机”、“农产品”、“房价”、“比特币”、“疫情”等,对企业产品精准营销,政府部门舆情监测将更具有宏观指导意义.目前对公众开放的基于关键词的大数据分析平台主要有百度指数、微指数、头条指数等,这类平台虽然能够提供一些关键词的分析数据,但由于侧重点不同,并不能满足对舆情热度需求的个性化分析.为此,本文以微博数据为基础,提出了一种结合因子分析、遗传算法的Elman 网络模型对舆情关键词热度进行分析预测,以期为相关决策提供支持.

1 研究现状

通过相关研究文献的梳理,网络舆情热度的研究方法主要有两类:

一类是根据事物发展的规律,基于时间序列挖掘自身历史数据进行热度的分析和预测.王宁等[1]采用灰色系统理论拟……