基于遗传算法和BP神经网络的通信网络效能评估

通信网络是信息系统的基础,其效能的高低对信息系统的性能发挥有着直接的影响。在对遗传算法与BP神经网络算法的特点进行分析研究的基础上,将两种算法相结合,对通信网络效能进行评估,具有较高的精确性和实用性。     

突发事件网络谣言危机预警及模拟仿真研究

[目的/意义] 提前进行网络谣言监控和预警是立体化防控网络谣言、增强社会稳定、提高政府执政能力的关键。移动互联网时代,突发事件发生后极易在网络上引起热点舆情、网络危机信息的传播同时为网络谣言的扩散提供良好的土壤,无形中增大了政府部门应对谣言的挑战。[方法/过程] 本文采用遗传算法优化BP神经网络构建网络谣言危机预警模型,拟实现对突发事件网络谣言的监控、预警仿真及风险的量化评估。实证分析案例选取天津"8·12"爆炸事故与"和颐酒店女生遇袭事件",通过计算机对这两起突发事件衍生的网络谣言建立预警模型,并对模拟仿真结果进行验证。[结果/结论] 结果表明,遗传算法优化BP神经网络模型在突发事件网络谣言危机预警方面具有较好的适用性,与仅采用BP神经网络模型相比预警的准确性更好。     

我国网络舆情危机预警研究探讨

从分析我国网络舆情预警研究现状出发,利用文献计量法对内容进行概括和分析,给出当前网络舆情危机预警工作流程和研究框架,探讨网络舆情危机预警相关技术手段,结合应用系统比较分析,从整体上把握我国网络舆情危机预警研究和实践,最后讨论网络舆情危机预警中存在的问题,给出未来发展趋势.     

地方政府应对网络舆情能力评估和危机预警研究

通过研究网络舆情演进规律和基层调研资料,构建了舆情反应力、舆情引导力、舆情控制力等3个维度的地方政府应对网络舆情危机预警评估指标体系,实现网络舆情预警由趋势性预警到防御性预警的转变,为地方政府应对网络舆情提供决策参考。     

BP神经网络在企业财务危机预警之应用

针对统计方法中判别分析方法在实际企业财务评价应用中存在的问题，提出神经网络在财务评价应用上的优势和潜力，本文郑重探讨神经网络在企业财务危机预警上应用。在文中用BP神经网络建立财务预警模式，并用实例进行示范性设计和验证。     

基于信息生态理论的网络舆情预警评价指标体系研究

[目的/意义]构建网络舆情信息生态预警指标可以及时了解网络舆情信息与信息环境的关系,为相关管理部门提供预警,维护社会安全和公众秩序。[方法/过程]通过文献调研和专家调查法,以信息生态理论为基础,构建网络舆情预警指标体系。并选择"武汉开通在线问诊"和"杭州开通健康码"两项网络舆情事件,运用多层次模糊评价法进行实证评估。[结果/结论]依据提出的网络舆情预警指标体系,实证表明"杭州开通健康码"事件具有较高的热度。     

突发台风事件网络舆情预警机制研究

[研究目的]随着网络社会的不断发展，网络舆情危机不断显现，舆情预警机制在应对突发事件中发挥的作用日益显著。对突发台风事件网络舆情预警机制进行研究，可为政府争取防范时间，降低社会舆论危机。[研究方法]该文在理论分析、文献调查的基础上，建立了舆情预警指标体系，并运用组合赋权法对指标进行定权后采用白化权函数和SAGAFCM算法来分级分类。[研究结论]Ⅰ～Ⅳ级风险指标实时值和Ⅰ’～Ⅳ’级风险指标实时值与舆情危机预警启动概率存在非线性关系，并且后者对其概率影响更大；同时Ⅰ’级、Ⅱ’级、Ⅲ’级风险指标实时值的交互关系产生了预警临界曲面，为政府部门采取相应措施提供了参考。     

网络舆情灰色预警评价研究

根据网络警兆指标进行网络舆情预警是预防现代社会由网络信息传播引起的社会群体事件的关键.在已经提出的网络警兆指标体系的基础上,从网络警兆指标体系的灰色特性出发,提出了网络舆情灰色预警评价的具体程序,并用相关评价计算实例进行了辅助说明.     

旅游危机预警的BP神经网络模型及应用

从分析影响旅游业发展的因素出发,选择了对旅游业发展影响最大的危机预警指标,并结合相关数据样本,应用BP神经网络技术,研究建立一种基于BP神经网络模型的旅游危机预警系统,借助MATLAB中的神经网络工具箱进行仿真训练和检测,训练结果表明模型性能良好,预警准确率高,能够很好的用来对旅游危机进行预警、检测和分析研究。     

网络舆情预警研判机制研究

近年来,随着网络技术的普及,网络舆情受到社会大众的普遍关注,其引发的一系列问题给社会造成了严重的负面影响,同时也增添了政府的政治风险。因此,对于网络舆情预警研判机制的研究就显得尤为迫切。本文通过宏观角度阐述了网络舆情预警研判机制的工作流程和组成要素,将其具体划分为3个子系统加以研究,希望对网络舆情预警工作提供建设性参考意见。     

政府网络舆情监测分析及预警

互连网空前地延展了人类的生活空间,网络已成为民众获取信息和表达民意的重要渠道,已成为政治思潮的交织地和社会问题的集散地,已成为政府治国理政、了解社情民意的新平台。本文通过分析网络舆情成因及发展变化规律,提出政府网络舆情监测分析系统框架和预警模型,为政府及时发现舆情,防管并举,积极处置,避免事件恶化将起到积极作用。     

基于遗传算法优化BP神经网络的锅炉燃烧建模

针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明：本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。     

网络舆情监测及预警指标体系研究综述

网络舆情监测与预警日益受到政府部门和企事业单位的重视。现有的网络舆情监测与预警指标体系分别从传播学、公共管理以及信息科学的角度对网络舆情的传播特性、主题特征、内容价值等方面进行了揭示,提炼出了网络舆情的大部分监测点。不过深入的分析也发现部分指标体系存在缺乏深度、难以评估,指标体系不完整,缺乏受众倾向等关键要素等问题。     

主成分分析与BP神经网络在微博舆情预判中的应用

首先通过主成分分析消除原始指标之间的相关性,使指标数量变少且相互之间不相关,从而构建综合预判指标,再利用BP神经网络建立微博舆情预判模型。实验选取2013年微博热门话题作为训练样本,选取2014年的话题作为预测。实验结果表明,主成分分析有助于去除原始样本数据的冗余,简化了网络的复杂度,所得到的结果更加准确。因此,该模型较仅使用BP神经网络的准确性更高。     

基于BP神经网络的突发传染病舆情热度趋势预测模型研究

［目的/意义］研究突发传染病舆情热度的发展趋势,能够为制定舆情引导策略提供参考,具有重要的理论意义。［方法/过程］本文首先构建微博舆情热度评价指标体系,基于信息熵确定各个指标的权重,然后对求得的舆情热度趋势值进行分类,在此基础上,建立基于BP神经网络的突发传染病舆情热度趋势预测模型。以新浪微博为例,选取"MERS病毒卫生突发事件"的舆情热度数据进行实例分析,预测该突发传染病事件的发展趋势,从而验证模型的可行性。［结果/结论］实验结果表明,该模型能有效预测突发传染病舆情热度趋势,进而为舆情管控提供决策支持。     

基于SIR-EGM模型的复杂网络舆情传播与预警机制研究

【目的/意义】负面情绪导向的舆情传播严重威胁到我国的网络空间安全和社会和谐稳定,而"不完全"的复杂网络系统也为政府监管带来了挑战。因此厘清舆情传播特征实现精确预警具有较强的现实性与实践性。【方法/过程】基于SIR传染病模型与EGM灰色预测模型,提出一种实现舆情预警与舆情防控模型,并利用python挖掘到的政务微博历史数据进行模型模拟与检验。【结果/结论】结果表明:舆情传播过程中,易感染类网民占比会随着时间演化而不断减小;传播阈值与易感染类网民占比间的大小关系能够预示舆情演化趋势;政务微博通过及时互动能够转移网民情绪,起到一定舆情导控效用。     

多媒体网络舆情衰退期形成的评估指标体系构建研究

[目的/意义]对多媒体网络舆情是否进入衰退期进行评估,丰富多媒体网络舆情相关研究。[方法/过程]通过文献调研法构建多媒体网络舆情衰退期形成的评估指标体系,采集案例数据并利用BP神经网络对构建的指标体系进行评估。[结果/结论]文章构建的多媒体网络舆情衰退期形成的评估指标体系具有一定的可行性和实用性,能够对多媒体网络舆情是否进入衰退期进行有效评估。     

公共危机事件中政府对网络舆论的引导仿真

以Deffuant有限信任模型为基础,运用复杂系统多主体建模方法构建了危机信息互联网传播中无政府参与的舆论演化模型和有政府参与的舆论演化模型,模型包括主体属性描述和交互规则。将天涯网钱云会之死舆论危机数据作为仿真初始数据,运用netlogo仿真平台进行了仿真,结果与现实情况相符,验证了模型的合理性。在此基础上,重点模拟了政府的观点可信度、公信力、危机信息公开速度和危机事件透明度等参数改变对舆论危机演化的影响,模拟结果表明:政府观点可信度和公信力越高,危机信息公开速度越快以及危机事件透明度越高,越有利于控制危机事件的事态发展。     

基于贝叶斯网络的网络舆情危机节点诊断研究

[目的]研究大数据网络环境发展新形势下,通过概率分析判断导致危机爆发的关键环节,为网络舆情危机管理决策提供依据。[方法]使用贝叶斯模型作为分析工具,探究网络舆情危机关键节点诊断的流程和机理。建立网络舆情危机分类匹配模型和关键节点诊断模型。[结果]建立60个网络舆情危机事件训练组得出模型条件概率表,3个测试组样本经实证诊断结果与事实相符。[局限]贝叶斯网络结构的构建需要进一步通过定量分析进行优化。[结论]对网络舆情危机进行分型,并精确地从复杂变量中诊断出对危机态势最具影响的关键节点。