基于时间编码LSTM的高校舆情热点趋势预测研究

Abstract

随着互联网技术的发展，网络舆情热点信息能在短时间内迅速传播。预测舆情热点的发展趋势，有助于高校对学生思想健康状况进行分析管理，也是当下网络舆情信息研究领域的重要课题。针对微博中的舆情信息文本，构建基于时间编码长短期记忆网络（LSTM）的高校舆情热点趋势预测模型，并与支持向量机、循环神经网络两种模型的预测效果进行对比，验证了基于时间编码的LSTM算法在舆情趋势预测上的准确率。最后，利用微博中的高校实时舆情事件对构建的模型预测效果进行评估，并动态调整评估参数，实现了对评估性能的优化，预测效果得到了显著提升。

Keywords

• 长短期记忆网络
• 热点预测
• 高校舆情
• 时序数据
• 时间编码