您的位置: 专家智库 > >

聂恩伦

作品数:2 被引量:33H指数:2
供职机构:四川大学计算机学院更多>>
发文基金:国家教育部博士点基金浙江省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇舆情
  • 2篇热度
  • 2篇网络舆情
  • 2篇K近邻
  • 1篇帖子
  • 1篇K-近邻
  • 1篇K-近邻算法
  • 1篇KNN
  • 1篇LDA

机构

  • 2篇四川大学
  • 1篇华西第二医院

作者

  • 2篇于中华
  • 2篇陈黎
  • 2篇聂恩伦
  • 2篇王亚强
  • 1篇金晖
  • 1篇金宇
  • 1篇秦湘清
  • 1篇王卫姣

传媒

  • 1篇四川大学学报...
  • 1篇计算机科学

年份

  • 1篇2014
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
基于K近邻的新话题热度预测算法被引量:30
2012年
随着互联网的快速发展,网络舆情成为政府部门和企业以及社会大众关注的焦点,对网络舆情进行有效监管和正确引导是当前亟待解决的问题,话题热度预测是舆情监管和引导的基础。针对现有算法无法对新话题的热度进行有效预测的缺点,提出了一种基于K近邻的新话题热度预测算法。该算法利用与新话题相似的历史话题的点击数时间序列来对新话题的热度进行预测。实验结果表明,在允许相对误差分别低于10%、20%和30%的情况下,算法预测的前3天点击数的平均正确率分别为47.26%、61%和67.7%,点击数变化趋势平均正确率达到73.73%,这也说明了相似的话题在话题出现的初期具有近似的热度变化趋势。
聂恩伦陈黎王亚强秦湘清金宇于中华
关键词:K-近邻算法网络舆情
LDA和KNN相结合的帖子热度预测算法被引量:7
2014年
随着互联网的快速发展,网络舆情对社会的影响与日俱增.对互联网上网民产生的海量文本内容进行快速准确的分析,以及在此基础上捕捉网络舆情,并对其发展趋势进行预测,对社会经济发展无疑具有重要意义.为此,本文研究了论坛中帖子的热度预测问题,针对现有算法在度量帖子内容相似性时仅仅考虑字面上的相似性,未涉及语义层面,并且未考虑发帖人的特定喜好等不足,提出了LDA(潜在狄利克雷分配)与KNN(K近邻)相结合的热度预测算法,该算法利用LDA挖掘帖子表面文本隐藏的主题信息和用户感兴趣的主题信息,在概念层面上度量帖子之间的相似性,在此基础上基于KNN算法对帖子的热度进行预测.在两组数据集的实验结果表明,所提出的算法在预测准确率方面明显优于相关工作中的方法,平均准确率分别提高了4.34%和2.52%.
王卫姣陈黎王亚强聂恩伦何建英金晖于中华
关键词:网络舆情K近邻
共1页<1>
聚类工具0