首页--文化、科学、教育、体育论文--信息与知识传播论文--信息与传播理论论文--传播理论论文

基于机器学习的微博舆情预测模型研究

摘要第5-6页
abstract第6页
1 绪论第9-16页
    1.1 研究背景与意义第9-12页
    1.2 国内外研究现状第12-13页
    1.3 本文的主要研究内容第13-15页
    1.4 论文的组织结构第15-16页
2 微博舆情数据的获取与分析第16-29页
    2.1 微博舆情特点分析第16-17页
    2.2 微博数据的获取与处理第17-25页
        2.2.1 微博数据的获取第19-24页
        2.2.2 微博数据的处理第24-25页
    2.3 微博舆情热点话题的发现第25-28页
    2.4 本章小结第28-29页
3 BP神经网络预测模型第29-38页
    3.1 BP神经网络简介第29-32页
        3.1.1 人工神经元模型第29-30页
        3.1.2 三层BP神经网络模型第30-32页
    3.2 BP神经网络学习算法第32-36页
    3.3 BP神经网络模型的优点及缺陷第36-37页
    3.4 本章小结第37-38页
4 微博舆情预测模型的构建和优化第38-52页
    4.1 BP神经网络拓扑结构的优化第38-42页
        4.1.1 遗传算法分析第38-40页
        4.1.2 遗传算法优化BP神经网络结构第40-42页
    4.2 改进的PSO算法优化BP神经网络参数第42-51页
        4.2.1 PSO算法分析第42-45页
        4.2.2 改进的PSO算法基本思想及参数设置第45-46页
        4.2.3 基于改进的PSO算法优化神经网络模型第46-51页
    4.3 本章小结第51-52页
5 模型算法验证与分析第52-61页
    5.1 实验内容第52-56页
        5.1.1 微博舆情时间序列的获取第52-55页
        5.1.2 函数及实验参数设置第55-56页
    5.2 实验结果分析第56-60页
    5.3 本章小结第60-61页
6 结论与展望第61-63页
    6.1 全文总结第61页
    6.2 研究展望第61-63页
参考文献第63-66页
在学研究成果第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:广东省业余训练“体教结合”现状及对策研究
下一篇:高校网球选修课准备活动操的创编及其运动负荷的生理生化评定