期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于LTTB-KSC算法的网络舆情事件热度高峰研究 被引量:3
1
作者 高烨 李松 +1 位作者 郭海玲 李紫萱 《情报杂志》 CSSCI 北大核心 2023年第1期198-206,F0003,共10页
[研究目的]关注网络舆情事件热度高峰期对于政府相关机构及时监测可能产生的衍生话题具有重要意义。为了有效检测和控制网络事件传播,更好地为制定事件预警策略提供理论依据,提出一种基于LTTB-KSC算法的网络舆情事件热度高峰期预测方法... [研究目的]关注网络舆情事件热度高峰期对于政府相关机构及时监测可能产生的衍生话题具有重要意义。为了有效检测和控制网络事件传播,更好地为制定事件预警策略提供理论依据,提出一种基于LTTB-KSC算法的网络舆情事件热度高峰期预测方法。[研究方法]首先使用LTTB-KSC算法对热度序列聚类,然后借助三次样条插值法和高斯混合模型构建每一类的热度高峰函数,接着分析每一类函数曲线特征并将事件热度高峰划分为单高峰、高-低峰、低-高峰三种变化模式,最后使用DTW距离预测网络舆情事件热度高峰期对应的时间范围。[研究结论]实验结果表明,LTTB-KSC算法在聚类效率和效果上都优于KSC算法,提出的热度高峰变化模式能够为热度高峰期时间范围的预测和衍生话题的监测提供新思路。 展开更多
关键词 LTTB-KSC算法 聚类 热度序列 热度高峰
下载PDF
基于热度联合排序的微博热点话题发现 被引量:6
2
作者 刘培玉 侯秀艳 +2 位作者 朱振方 刘芳 蔡肖红 《计算机科学与探索》 CSCD 北大核心 2016年第4期573-581,共9页
微博热点话题发现对于舆情分析和观点挖掘具有重要作用,提出了一种基于热度联合排序的微博热点话题发现方法,并构建统一的模型框架将微博文本和热点主题词之间的各种关系进行了有机融合;考虑微博用户的权威性以及主题词的时间段相关特性... 微博热点话题发现对于舆情分析和观点挖掘具有重要作用,提出了一种基于热度联合排序的微博热点话题发现方法,并构建统一的模型框架将微博文本和热点主题词之间的各种关系进行了有机融合;考虑微博用户的权威性以及主题词的时间段相关特性,对微博文本和主题词的热度进行了联合排序并互相增强;使用主题词组合支持度作为阈值对热度序列中的主题词进行聚类以表征热点话题。实验表明,所提方法对于热点主题词的抽取以及热点话题发现具有较高准确性,可以及时有效地发现特定时间段内的微博热点话题。 展开更多
关键词 微博文本 联合排序 热度序列
下载PDF
基于DTPM模型的话题热度预测方法 被引量:12
3
作者 裴可锋 陈永洲 马静 《情报杂志》 CSSCI 北大核心 2016年第12期52-57,共6页
[目的/意义]随着网络舆情对现实生活的影响越来越大,对其中一些具有负面影响的话题进行追踪与预测具有重要意义。由于微博话题热度时间序列非线性、时变性等特征,因此目前的研究难以对其进行较为理想的预测。[方法/过程]为了提高话题热... [目的/意义]随着网络舆情对现实生活的影响越来越大,对其中一些具有负面影响的话题进行追踪与预测具有重要意义。由于微博话题热度时间序列非线性、时变性等特征,因此目前的研究难以对其进行较为理想的预测。[方法/过程]为了提高话题热度预测精度,在LDA和EEMD方法基础上提出了离散话题热度预测模型DTPM(Discretized Topic Predict Model)模型。首先,引入LDA模型,结合话题具有的内容和外在特征两个方面的热度因素,定义更加符合实际的话题热度计算方法,得到话题热度时间序列。然后,采用EEMD技术对该热度时间序列进行离散分解,利用神经网络等预测方法对各部分进行预测建模,最终汇总得到话题预测结果。[结果/结论]基于真实微博数据进行话题热度预测仿真实验,对比了话题热度时间序列不同处理下的预测精度。试验结果表明,对话题热度时间序列进行离散化的DTPM模型能够有效提高话题热度预测的精度。 展开更多
关键词 话题热度时间序列LDA EEMD DTPM模型
下载PDF
Effects of Snow Cover on Ground Thermal Regime: A Case Study in Heilongjiang Province of China 被引量:2
4
作者 LI Xiaofeng ZHENG Xingming +3 位作者 WU Lili ZHAO Kai JIANG Tao GU Lingjia 《Chinese Geographical Science》 SCIE CSCD 2016年第4期527-538,共12页
The important effects of snow cover to ground thermal decades. In the most of previous research, the effects were usually regime has received much attention of scholars during the past few evaluated through the numeri... The important effects of snow cover to ground thermal decades. In the most of previous research, the effects were usually regime has received much attention of scholars during the past few evaluated through the numerical models and many important results are found. However, less examples and insufficient data based on field measurements are available to show natural cases. In the present work, a typical case study in Mohe and Beijicun meteorological stations, which both are located in the most northern tip of China, is given to show the effects of snow cover on the ground thermal regime. The spatial (the ground profile) and time series analysis in the extremely snowy winter of 2012-2013 in Heilongjiang Province are also performed by contrast with those in the winter of 2011-2012 based on the measured data collected by 63 meteorological stations, Our results illustrate the positive (warmer) effect of snow cover on the ground temperature (GT) on the daily basis, the highest difference between GT and daily mean air temperature (DGAT) is as high as 32.35℃. Moreover, by the lag time analysis method it is found that the response time of GT from 0 cm to 20 cm ground depth to the alternate change of snow depth has 10 days lag, while at 40 cm depth the response of DGAT is not significant. This result is different from the previous research by modeling, in which the resnonse denth of ground to the alteration of snow depth is far more than 40 cm. 展开更多
关键词 snow cover ground temperature lag time analysis spline mean difference between ground temperature and air temperature(DGAT)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部