基于数据分解的网络舆情热度预测_孙立平.pdf

2023.6电脑编程技巧与维护1概述对网络舆情热度进行预测研究，可以有效干预并实时控制信息传播的过程，对引导社会良好的秩序有着重要意义。游丹丹等人1采用粒子群算法和BP神经网络算法构建网络舆情预测模型进行时间序列预测；项权等人2将长短期记忆网络（LSTM）模块嵌入所建立的系统动力学模型，用于突发事件的舆情预测中；周耀明等人3提出对网络舆情时间序列进行EMD分解，通过对各分量的分析实现网络舆情的预测；鲍昕等人4利用注意力机制为输入序列数据分配权重系数，推测重大突发事件的发展变化。基于以上研究，在此预测模型基于数据分解的研究思路，通过EEMD算法将网络舆情热度序列分解为一系列IMF分量，并对各IMF分量进行拟合预测，最后将各分量的预测结果求和得到最终的预测结果。2理论基础2.1集合经验模态分解模型EEMD是在EMD基础上提出的。EMD方法是将原始复杂信号自适应地分解为若干个IMF分量，每个分量代表了原始信号中不同尺度的趋势或波动。EEMD方法在原始序列中逐次加入频率服从均匀分布的白噪声。具体分解过程如下。（1）将标准正态分布的白噪声序列加入原始序列中，以产生一个新的时间序列，如公式（1）所示。其中，ni（t）为第i次加入x（t）中的白噪声序列；xi（t）为第i次经白噪声处理后得到的时间序列；N为迭代次数。xi（t）=x（t）+ni（t）,1iN（1）（2）将xi（t）进行EMD分解。首先，求出序列的所有局部极大值、极小值，使用3次样条插值函数分别拟合上下极值点，得出上下包络线fmax（t）和fmin（t），并计算其均值得到平均曲线序列mi（t）；然后，用序列xi（t）减去序列mi（t）得到新的序列hi（t），判断hi（t）是否满足IMF分量条件，若满足，则为第一个分量IMF1；若不满足，则将hi（t）代替xi（t）作为下一轮的原始数据，重复上述过程n次，直到满足IMF的条件时停止，如公式（2）所示：，（0.2 SD 0.3）（2）其中，T为时间序列长度；SD停止阈值。用原始序列xi（t）减去IMF1，获取剩余项r1（t），将其看作新的待分解序列，重复迭代分解过程，直到完成所有IMF分量的提取。最后，剩余项rn（t）作为序列的趋势项，原始序列如公式（3）所示：（3）（3）重复上述步骤N次，每次加入强度相同序列不等的正态分布白噪声序列，进行EMD分解得到N组不同的IMF分量。将上述过程得到的IMF进行集合平均运算，作为EEMD分解的最终结果。2.2长短期记忆与卷积长短期记忆LSTM模型在循环神经网络（RNN）的基础上添加了记忆细胞和门结构，解决了传统神经网络在反向传播中存在的梯度爆炸或梯度消失的问题。LSTM网络更新的过程可用公式（4）公式（9）的递归公式表示。其中，xt为当前t时刻输入的序列信息；ft为遗忘门；it为输入门；ot为输出门；St为记忆单元；ht为隐藏层输出；bi、bf、bc和bo均为偏置向量。（4）（5）（6）（7）（8）（9）作者简介：孙立平（1998），女，硕士，研究方向为网络舆情、数据分析等。基于数据分解的网络舆情热度预测孙立平（东北大学理学院，沈阳110819）摘要：针对传统时序数据预测算法难以提取潜在特征的问题，基于数据分解的研究思路，提出了一种以编码解码器为框架融合注意力机制和 ConvLSTM 神经网络的预测模型。利用 EEMD 算法将原始序列分解为本征模态函数，分别对分量进行建模和预测，实现网络舆情时间序列的预测。实验结果表明，提出的模型具有较好的预测性能。关键词：网络舆情；热度预测；集合经验模态分解；注意力机制96DOI:10.16184/prg.2023.06.0322023.6电脑编程技巧与维护输入由当前t时刻的输入和上一时刻隐藏层的输出组合而成。在遗忘门部分，权重Wf决定旧的记忆单元中哪些信息被遗忘，通过计算ft与上一时刻细胞状态的哈达玛积完成信息过滤。输入门计算更新信息得到新的细胞状态。输出门利用激活函数，决定哪些信息作为隐藏状态被输出。ConvLSTM在结构上与LSTM相似，不同之处在于ConvLSTM在LSTM的基础上引入了卷积操作，在各门的信息输入部分由点积运算替换为卷积运算，权重以卷积核和循环核的形式呈现。2.3注意力机制注意力机制通过赋予输入数据中关键特征更大的权重，使神经网络可以快速过滤出更有价值的信息，如公式（10）公式（14）所示。首先将隐藏层的输出作为注意力层的输入，基于当前隐藏层状态可求得各特征序列在t时刻对应的注意力权重并进行标准化处理，为每个隐藏状态匹配不同的权重系数。输出值yi的条件概率由前一时刻的输出、当前时刻的隐层状态，以及上下文向量ci共同决定，其中，g和f为非线性函数；ci可以定义为隐藏状态的加权和。（10）（11）（12）（13）（14）2.4EEMD-ConvLSTM-Att-Encoder-Decoder 模型EEMD-ConvLSTM-Att-Encoder-Decoder模型结构如图1所示。模型以编码解码器为框架，在EEMD方法的基础上对分解后的每个IMF分量进行时间序列预测。Con-vLSTM自动捕获IMF分量序列特征，并将特征转换成隐藏特征向量。解码器子模型使用注意力机制为隐藏特征向量加权输出预测值，将各IMF预测值结果相加之和作为舆情热度的预测值。3实验与结果分析3.1数据集及评价指标数据来源于Weibo-COV V2数据集5，该数据集收集在发生突发公共卫生事件时期内的所有推文，并按照指定关键字进行推文过滤。按照小时进行划分和汇总定义舆情热度值得到时序数据。其中，第i小时舆情热度定义如下，Reposti、Commenti、Likei分别为第i个小时内用户的微博转发总数、评论总数和点赞总数。为提高模型的预测精度和效率，对数据进行归一化处理，如公式（15）所示。Hoti=Avrage（Reposti+Commenti+Likei）（15）为评价模型的预测效果，采用可决系数（R2）、均方根误差（RMSE）、平均绝对误差（MAE）作为模型预测性能的评价指标，计算公式如公式（16）公式（18）所示，其中为预测值；yi为序列真实值；y为真实值的平均值。（16）（17）（18）3.2实验结果分析对舆情热度时间序列进行自适应分解，结果如图2所示，各本征模态函数频率分布较为平稳，并未出现明显的模态混叠现象。将多个模型在相同数据集上进行训练，分别计算出评价指标。实验结果汇总如表1所示。实验结果表明，EEMD算法的引入在降低原始时间序列数据的复杂度的同时，也提高了模型的预测能力，有效证明了EEMD算法的优势；将ConvLSTM网络和注图1EEMD-ConvLSTM-Att-Encoder-Decoder模型结构模型R2RMSEMAELSTM0.2504510.563204.82EEMD-LSTM0.7062823.572036.91EEMD-LSTM-Encoder-Decoder0.7952360.091680.98EEMD-ConvLSTM-Encoder-Decoder0.8172228.811614.80文中模型0.8312136.721462.81表1实验结果汇总隐藏层IMFn-1IMFn分量预测值h1h2h3h4hnALSTMALSTMALSTMALSTMALSTMx1x2x3x4xnConvLSTMConvLSTMConvLSTMConvLSTMConvLSTMx1x2x3x4xnIMF1IMF2IMFiEEMD分解网络舆情热度值EEMD分解EEMD分解EEMD分解EEMD分解972023.6电脑编程技巧与维护MEMS压力传感器，并逐步向小型化、集成化、智能化、广泛化、标准化方向发展。压力计仪表的构造也从简单至复杂，从机械发展到电气式，其测压范围由低、中压向微压和高压不断发展，测量性能由静压测量发展到动压测量，压力计的示值方式从机械指针、刻度盘显示发展到电子数字显示、应用微型计算机控制的自动记录、自动处理数据，向自动化程度更高的方向发展。5结语设计的测试结果表明，具有报警功能的高精度数字气压计的测量灵敏度较高，适用范围广，且可达到0.1%海拔高度的测量精度。设计简化了现有普通数字气压计的结构，具有低功耗、小型化、低成本、测试精准等特点,可广泛应用于登山等活动的气压测量需求，实用性强，具有广阔的应用前景。未来将在针对工业高温的应用环境中设计更好的数字气压计，以满足适用范围较广的工业环境的气压测量需求。参考文献1张鑫.单片机原理及应用M 北京:电子工业出版社,2005.2曹万丹.基于AVR的智能数字气压计的优化设计D.武汉:武汉科技大学,2009.3朱叶基.基于单片机控制的数字气压计的设计J.现代电子技术,2015,38(16):100-102.4田海燕,赖春强,贺思桥.基于MS5534C的数字气压计设计J.兵工自动化,2012,31(9):86-88.5方刘海,文继国.基于BMP085的精密数字气压计设计J.电子设计工程,2014,22(24):69-71.6郭发东,刘世萱,郑珊珊,等.基于BMP085模块的海洋气象观测气压传感器设计J.仪表技术与传感器,2015(1):4-6.7HARRISON,R.G.Temperature-compensated meteo-rological barometer J.Review of Scientific Instru-ments,2000,71(4):1909.图2原始数据的EEMD分解结果意力机制融合到编码解码器体系结构中，可以更好地挖掘序列的潜在信息。文中模型在数据集中的预测效果最佳，具有更好的预测精确度。4结语针对舆情热度预测问题，提出在EEMD算法基础上，将ConvLSTM和注意力机制与编码解码结构相结合。ConvLSTM对输入数据进行卷积运算能够提取更多潜在特征；注意力机制为不同特征赋予不同的权重系数，突出重要的特征，有效利用了复杂时间序列数据中的隐藏信息。参考文献1游丹丹,陈福集.基于改进粒子群和BP神经网络的网络舆情预测研究J.情报杂志,2016,35(8):156-161.2项权,于同洋,肖人彬.突发事件网络舆情演化与干预J.计算机应用,2018,38（增2）:97-1023周耀明,王波,张慧成.基于EMD的网络舆情演化分 析 与 建 模 方 法J.计 算 机 工 程,2012,38(21):5-9.4鲍昕,谭智一,鲍秉坤,等.基于时空注意力机制的新冠疫情预测模型J/OL.北京航空航天大学学报.5HU Y,HUANG H,CHEN A,et al.Weibo-COV:alarge-scale COVID-19 social media dataset from Wei-bo Z.2020.RESIMF10.250.00-0.250500100015002000IMF20.20.0-0.2IMF305001000150020000.20.0-0.20500100015002000IMF40.20.0-0.20500100015002000IMF5IMF6050010001500200005001000150020000.050.00-0.050.020.00-0.02IMF70.020.00-0.0205001000150020000.2000.175-0.1500.1250500100015002000(上接第67页)98