关键词:
BP
社交网络
新媒体
舆情信息
预测算法
文本挖掘技术
摘要:
随着新媒体技术的更新换代,不少网络社交平台逐渐发展壮大,并随之产生了大量的文本数据。为了深度分析这些文本数据并提高转发预测的准确率,研究结合大数据技术与反向传播神经网络设计了一种新的舆情信息转发预测算法。首先结合大数据平台和改进关键字抽取算法处理舆情文本信息,接着利用自适应变异遗传算法优化后的反向传播神经网络设计了转发预测算法。研究结果表明,所设计的预测算法仅需迭代125次就能达到稳定状态,并且该算法在文娱类、科技类、财经类舆情信息中的预测准确率分别高达98.12%,97.44%,95.53%。由此可见,研究所设计的转发预测算法不仅具有较好的测试性能,同时在面对不同舆情信息时的预测准确率也较高,因此该算法可以为社交网络数据的深度分析提供技术支持。