基于EKSC算法的网络事件热度预测方法

作     者：张茂元 孙树园 王奕博 孟琼瑶 王琦 ZHANG Mao-yuan;SUN Shu-yuan;WANG Yi-bo;MENG Qiong-yao;WANG Qi

作者机构：华中师范大学计算机学院湖北武汉430079 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2018年第40卷第2期

页      面：238-245页

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：教育部人文社会科学研究基金(15YJC870029) 国家语委科研项目(YB135-40) 华中师范大学中央高校基本科研业务费(CCNU16A02049 CCNU16A06039) 

主　　题：网络舆情 EKSC算法 聚类 热度预测 

摘      要：随着互联网的发展,有效地对网络舆情进行监管和引导对社会的和谐稳定具有重要意义,网络事件的热度预测是舆情监管的重要组成部分。针对传统方法在预测的过程中忽视了事件时间序列中蕴含的时态信息和关联性,提出了一种基于EKSC算法的网络热点事件热度预测模型。该模型使用EKSC算法对每类已知网络舆情事件的时间序列进行聚类,并构建类模型库。对待预测事件已知的热度时间序列进行缩放变化,并使用最小二乘法选取类模型库中均方误差和最小的模型对该事件进行预测。实验表明,该方法能够对网络热点事件的热度进行有效的预测。