考虑风险偏好的网络舆情预警模型--基于直觉模糊和Choquet积分

[目的/意义]为完善传统的网络舆情预警模型,考虑网络舆情预警指标之间交互性和决策者的风险偏好,合理集结专家的评价意见,提出一种基于直觉模糊Choquet积分的网络舆情预警模型。[过程/方法]采用直觉模糊数刻画舆情预警指标信息的模糊性与不确定性,利用模糊Choquet积分算子对指标属性值进行综合;定义了考虑专家舆情风险偏好的直觉模糊得分函数,以计算舆情风险等级评价值;引入投影法求解专家权重,以合理地对专家们的评价信息进行集结。[结果/结论]通过算例验证了预警模型的合理性和有效性,并对风险偏好因子进行了灵敏度分析,结果显示该舆情预警模型能直观地展示网络舆情风险倾向,为舆情监管部门提供较好的决策支持。

基于改进灰狼优化支持向量回归的网络舆情预测

网络舆情发展趋势预测对政府相关部门的舆情监测与管控有非常重要的参考意义.针对网络舆情的小样本特性,同时考虑适用模型的时效性和准确度,本文提出一种基于佳点集方法初始化、非线性参数控制以及对引领狼赋权的改进灰狼优化支持向量回归(IGWO-SVR)的网络舆情预测模型,以"新冠肺炎"、"中国梦"等百度指数作为舆情数据样本进行了实证研究.对比实验结果显示,改进后的灰狼优化算法有较强的全局搜索能力、较快的收敛速度以及较好的稳定性.IGWOSVR网络舆情预测模型有较为突出的准确性与稳定性,能够为政府舆情管控部门提供较好的决策参考.