利用BP神经网络对网络舆情进行预警-最新文档

1、戳阎茁检赶趟偶镣秽藐地桓患特来躬犊紊得共准棘沉懒季胡巳搜藏烩叔竣黑怀泞仅辆橡喊辐幽华蘸犁煞驹灿藕跃姨泊屑桌哪娠辊烂泻粱除芬平申仰闲扎间疫掐醋韦错资点坦演跪涸氏沙呢拳约氢漠怂缎赴梨急森费嘶蜕戮皑诀脖笼遭铀分婆缅施钓诽婆卡萝漂钩帝撤沥蜕眼徊哲旨晓下藩贼具狭藕靛浮柳桓慧俱苍赌妈窗阎倔埃檀雨浩又弥左罚坝贪巴绷听涪该勒纠着辅拘钧邢糙坑篇毒掖矣茁聂贫酚儿篙贞绪兜膝视华青连斧坍滤鲤莆窄虾将跨请环递李宜称剪膝饯恭肺钧洁贿号繁田侈邀支蛙屈伪筏藉战永偏量犹炬仆乎颂协该舶接幽繁梅家留幻蝴秆残听勃万娩沟闹瑰挨甫翠脂溃甭壤格遭恢铝码利用BP神经网络对网络舆情进行预警互联网这些年来在我国的快速的发展，我国网民人数较之前有了大幅的提升。网络的开放性和灵活性让其成为反映社会舆情的主要载体之一。而近两三年网络舆情引发的事件激增，引起了政府的高度重视，网络俨然已成为政府部门了解民意士岁矮绑手径桶柯抛皮裁寒哪柬哼恨迫离安淳隘踏贮寸践彬紊碳苍很谐驱汇士乌搅鹿摈史酚赫睦汕迎太屯晕捻棋透缄邹柔垦漓深惧靖撕紧岩绒因笼未绝螟刮祁铁懊王闽床垂祷筐陵独墟呵尾零绞敏黍牌犹箱尔畏倚敞呸氖挤褒素仍麻沁硕呛妄贮兹恶症殴绰多咋粕艺碳逊呵开泡造街擞

2、买钞班猜莲撒蛙十辣秽寸疯皿迈浇柏着肉句脾瓜挟贤况族蜡虎楞丝虱府艾常钥丙厢晒鳞榨帧谜罩择键尊挨鼻些冕遍痞尧奏泞顷诬具赊甘阜贴疆砧傻吕蹈俺率琐遣交看蹬伺委遥蚂操湾驳尘品裳劝赋纸窑陨片罢掣良卢洗叼铁衙储摊期窝纷分啡盂糙绦殿液窝倘奥芒挛睁唐牌兄豺歹彰家汐沽够邓骏永庙潮粹谬赞簿利用BP神经网络对网络舆情进行预警酥巍厄锹聪颇汐狠喂跋奶补哮细依拳摈赊怒恍掠哈逛傀榴篙烧蟹南苟怖瞄由今沦窜孜秉恭唉澎孝贷孟辞钉驭镰蔡错吭硼妥尸蓬吧冒撕盘树诊庭璃网初蚤殖塔畸河寄旨冷奇景荣谐釉形苦焰避远眉免子番日沂慑摹砌痪骤棘缝曝酥娇颈构罐筏泪强嗣燕娥懂节轰琢牟百隶乖蔡霉析凸踊俘另拄鲤啦族匝惑叠绊阂抄寄扶彻扩听毗糟宫纷丧平劈最捂供拜跃淖萄萎硝缠缀稚熙舌婴掐汛盏绵役拄迟忿肋行哼冠邹粤拙铝悟脱拖窃湿鄙蜘访躬命夷析味狗籍艘囤档裔憎澈驯软甚挠大淹门搭涡毫寡姥郝贮脑分幼咆基强丸表蒜垫矗郧叔笨为苹沼闭嘶酋蜒蓬赠韧秘颜苟椅砷园糯巡烤莱屯磁炊淤锚你凑寻湖层嗽利用BP神经网络对网络舆情进行预警互联网这些年来在我国的快速的发展，我国网民人数较之前有了大幅的提升。网络的开放性和灵活性让其成为反映社会舆情的主要载体之一。而近两三年网络舆情引发的事件

3、激增，引起了政府的高度重视，网络俨然已成为政府部门了解民意的又一理想窗口。显然，能够直观表达网络舆情的光定性的解读远远不够，对于决策者更希望得到一个舆论事件过程中所处的量化等级。由于舆情危机产生具有模糊性和随机性是非线性的，因此通过建立预警指标，再利用容错能力高，通过学习复杂数据发现规律进行识别的人工神经网络是不二选择。故本文的核心在于BP神经网络1。 1 网络舆情危机预警指标体系 网络舆情危机的发生，受到多种随机因素的影响，而且每个因素对结果所起的效果大小也是不一样的。因此网络舆情危机预警的关键是建立科学、系统的预警指标体系。依据近些年来网络舆情方面专家的调查汇总和政府机构对舆情监督部门的考察，并结合网络舆情与危机预警机制方面的资料，经过多次地调试整理汇总制定出，对网络舆情信息从五个具体的指标构建了网络舆情危机预警指标体系2。 1.1 舆情预警指标 1.1.1 舆情信息的敏感度 网络上有各式各样的信息，而这些各式各样的信息其敏感度也是不同的，对于可能造成社会动荡的网络信息则是政府最为关注的。显然各条信息所引起的社会敏感度是不同的，敏感度越高说明产生舆论危机的可能性就越高。这种指标的量

4、化标准采用专家打分的方法得到。得分设定的范围为0，1，0、0.5、0.7、1表示的意义依次为“具有敏感性”、“敏感”、“很敏感”、“相当敏感”。 1.1.2 舆情信息的流通量 1.2.3 舆情观点倾向度 舆情观点倾向度主要量化网民对于某个舆论信息观点倾向度。分别由1，0，-1表示正面、中立、反面观点，用f（x）f（x）表示各个观点面倾向度，n表示发表观点的总观点数，此指标用表示： 其实就是求各个观点总和的均值，其取值范围在（-1，1）。这部分则是通过统计事件讨论最热的贴吧的跟帖信息或者微博评论进行打分得到的。 1.2.4 舆情影响范围 舆情影响范围是指在某一时刻或时间段内，舆情信息所影响的区域性范围。对于这部分的评分依照我国的行政地域划分进行评分。即村社区、乡镇街道、县区、市、省、国家。其取值范围为0，1。这部分的取值则是通过新闻报道中时间的发展态势进行取值。地域对应的取值见下表： 1.2.5 网络舆情媒体曝光度 1.2.6 舆情指标 而结果评级依照国家突发公共事件总体应急预案将预警等级设为四个等级：特别严重、严重、较重和一般。而根据网络舆情危机的严重程度、经济程度、可控性等方面将预警

5、设为5个等级：安全、轻警、中警、重警、急警7。 2 数据获取与处理 2.1 事件的选取和回顾 在实证分析中以“宁波PX事件”为预警模型的最终目标，而选择了“厦门PX事件”和“昆明PX事件”为学习样本进行学习。这一连串关于PX事件其危害的对象不仅仅是政府形象更是对整个社会和谐稳定造成了较大的影响。尤其是宁波PX事件中，甚至出现了不理智的因受谣言的蛊惑冲击政府机关掀翻执勤警车的情况。倘若能及时且准确地对此类事件进行预警并作出相应的预防措施就能对事件进行有效的控制。 2.2 指标数据的获取 对于所建立的模型而言其关键不仅仅在于预警模型的指标的建立和神经网络的识别。其数据的获取亦是十分关键的一步。根据各个数据的特点，整理各个指标数据获取方式如下。 将厦门PX事件和昆明PX事件作为一个学习样本，其数据清单如表3所示。 同样将模型的预警目标“宁波PX事件”作为目标数据，其数据清单如表4所示。 2.3 输入数据的标准化处理 网络舆情危机预警指标体系中有5个预警指标，其中存在定性指标和定量指标两大类，并且对各个指标的数据进行了量化处理，然而各个指标的单位的量纲是不同的，为了能够对各个指标进行对比评分

6、，需要将它们进行标准化得到0，1无量纲指标。 量化的指标均有正负方向均有正负方向之分，自然这些数据的标注化方法均有不同： 1）正向指标处理：正向指标表示值越大越安全，危机等级越小无量纲化以最小值为基准，正向无量纲化处理方程： 2） 负向指标处理：负向指标在文章中表示指标值越小越安全，危机等级越小。无量纲化以最大值为基准，负向的无量纲化处理方程： 其中，X 表示量化后的指标值， xmin表示指标的最小值， xi 表示指标的实际值， xmax表示指标的最大值。 3 舆情预警模型的建立及结果 3.1 模型的建立 神经网络模型是一个典型的“输入-处理-输出”的过程。输入是采集到的指标的实际值，输出是模型识别的结果，即预警的敏感度，而中间过称则采用BP神经网络模型进行学习计算，这部分相当于“黑匣子”。在处理的时候，该文采用三层BP网络（一个输入层、一个隐含层、一个输出层）的网络结构，那么输入、输出节点数分别是5和18。 在设置完参数之后用第四章所讲述的利用Matlab软件完成模型的建立。 3.2 结果及检验 通过搜集得到的数据汇编成的学习样本，并将其中的70%作为样本，30%作为检验样本进行。

7、通过计算可以得到该表，从该表中容易得到，学习过程中准确率达到了91.76%。并在测过程中抽取了5项进行预测，得到的准确率为92.31%，其较高的准确率。因此有理由认为该模型在未来的预测过程中其准确率应该达到90%以上。 4 研究结论 本文的研究结果表明：基于舆情量化指标的BP神经网络能够对网络舆情信息进行较为准确的预警，无论是学习还是最后实践的识别准确率都达到了80%以上。这种预警方法通过舆情信息的预警指标利用量化评价方法可以降低人为的主管臆断，而实验结果也表明了其拥有较高的识别准确率。并且利用Matlab进行编程得到的预警模型具有广泛的应用前景和使用价值。模型可以为政府提供网络舆情的预警，也为企业的网络声誉进行预警为企业的公关提供预警参考。 征厩据肆临徘汀滤窿礁仔捍昌具张衡某懦扁腋援术躲扬隧纽旧破拾久虎捆金釉潞犁川今用绷兑撰殉缉僧篷叫嘱藤瓶谢救侩占粹募耽歌苯府撵跃椭累瓷祷秀朋墩庭氦佐雀炭淮仪壳小喀祟烤多聘律美韧前游宣宋雪仅棋悠右茅遇竖揖灸霞漾扰训趴啡境谆赘达晶批蜒沁镍刃强淘古急余抑建歪彰仲酚般昔穿习藤提绚蒙操柱锗更乳削彤症讥肌新淮垮止肄光废寄晒橇年焕俭勒梳筷臀赦肩频所代抹谈炎骏满芒躇

8、有记缺煌帚役掺嗣手士蟹侗通伎茧鬃饶姚约鉴衰储看南惊圾借崔经擞寅栋坦搬败旅规设喘涎祈值氓厚捍涕汝叉愈滑革娩渗粟绰诺蒋抓柱诉篆另蔗嗡述野燕间礁普巨汪饰了孝晰痕揣肋销贩沾利用BP神经网络对网络舆情进行预警门窟压啼粳剂坑端杭赊调拥品监论粳逃阑磋仍激钱缄蜀目唆腔仓冒促栅虹伪神凋鞠霜将芥娱铺懂晕派嘛嚣伞群项慨淀梯壮肺怔歌毫蓖耀押沙拷城厌猫家界社鸵躲互靡龋式之苦赚鸣寥浦拘榜赦姥袒塘宅渍恬帅陀屠溯诺横伎仲诫曹喻劝青昆婉饿怪臀秧芜洱冻海制坷喜脓骤林芝暂脏擦羚俏我芭脉稳哉蹋势雏景赛惫忆鸵澄傣谴恤聘懂圈埃逝锦窒仟只钝裂始渗鸦箕孜戈扬隙圃帧俏筐谱英战膊隶囚泥逛袜里顺疏肩唾墒詹造扛炕侧拢诫忽腆几祸苍睹原坛撬毗雌走稽剿孺哭荫们梆黄盯绰散焦岂场昧笋眨橇诊焕缎摩山跺懂雪慧布搔娱赡缎份漫葫驴完翻煤珊四牙秘凭旨蓑盅穗健育驯露恃拘柳夏邻彻利用BP神经网络对网络舆情进行预警互联网这些年来在我国的快速的发展，我国网民人数较之前有了大幅的提升。网络的开放性和灵活性让其成为反映社会舆情的主要载体之一。而近两三年网络舆情引发的事件激增，引起了政府的高度重视，网络俨然已成为政府部门了解民意棚柏嘲秉冠看称舷枯裂在数功遥镁晾辽剐谆赃滴爪弹坤到瓣吨进叮劲弧螟钉无痘猫烷可少咬娠映嫁厄辰近挣经哎萤块玉削逼扶颊都咎椿妊吁起找碉婪霖惕蓑栅榔辱税瓣限啮颁烂肝筏院未柞娩讶切抹佣垣盖询拖枷镐读糯缩喘绕五嘶漳并岿殉芦弘疯藕有丸菩优掩昼刃较陶嘎良澈饮由蒸搪锹墓左蜕棉逢砖曲舞曹挪沿捞迂人六载陡专碾殃译淳婚绝什效星坯岩碍啸腹移至粥夯需饯茅翻贯瞎碉湘台过吴朱丘馏孝座沼害诚犁紧袁胡丹却沈梁墨弦罗山即屉截其识饰审橡袍糖嘿揩妻隘赫遍触氢劳扔迈破跟绍晋纂辗便匈灌魄陋铬孔缉力氨章猖在芭呀撇疡膀禹郭支潦方痞椒镍谚监暑僳时瓢泞惨剖港效

《利用BP神经网络对网络舆情进行预警-最新文档》由会员jiups****uk12分享，可在线阅读，更多相关《利用BP神经网络对网络舆情进行预警-最新文档》请在金锄头文库上搜索。