原创《网络热门话题跟踪建模和检测分析》：此文是一篇热门话题论文范文,为你的毕业论文写作提供有价值的参考。
摘 要： 网络热门话题的跟踪对社会稳定、国家安全具有重要作用,针对传统网络热门话题跟踪模型误差大的缺陷,提出改进神经网络的网络热门话题的跟踪和检测模型.首先对网络热门话题的跟踪和检测现状进行分析；然后收集网络热门话题相关数据,采用神经网络对网络热门话题的跟踪进行建模,实现网络热门话题的检测,并对神经网络的局限性进行改进；最后采用具体网络热门话题的跟踪和检测实验对模型的有效性进行测试,和其他网络热门话题的跟踪和检测模型相比,改进神经网络提高了网络热门话题的跟踪精度,降低了网络热门话题的检测错误率,可以为网络舆情管理者提供可靠的信息.
关键词： 网络热门话题； 话题跟踪； 话题检测； 跟蹤和检测模型； 神经网络； 检测错误率
中图分类号： TN711?34 文献标识码： A 文章编号： 1004?373X（2018）03?0128?04
Abstract： The tracking of network hot topic plays an important role in social stability and national security. Since the tracking model of the traditional network hot topics has large error, a tracking and detection model of the network hot topics based on improved neural network is proposed. The tracking and detection status of the network hot topics is analyzed, and then the relevant data of the network hot topics is collected. The neural network is used to model the network hot topics tracking, and detect the network hot topics. The limitation of the neural network is improved. The effectiveness of the model is tested with the tracking and detection experiments of specific network hot topics. In comparison with other tracking and detection models of network hot topics, the improved neural network model can improve the tracking accuracy of the network hot topics, reduce the error detection rate of the network hot topics, and provide the reliable information for the network public opinion managers.
Keywords： network hot topic； topic tracking； topic detection； tracking and detection model； neural network； error detection rate
0 引 言
随着信息处理技术的不断成熟,再加上网络应用范围的不断拓宽,网络上的热门话题成为人们关注的焦点[1].网络热门话题有关于人们生活中的小事,也有关于国家发展的大事,每一个个体都可以发表自己的看法,当一个 的网络热门话题在网络上迅速扩散时,会对社会稳定、经济的发展以及人们的生活产生干扰[2],而网络热门话题的跟踪和检测可以帮助相关组织部门掌握网络热门话题的变化动态,可以提前做出一些预判,将一些 的网络热门话题抑制在萌芽状态,因此,提高网络热门话题的检测精度和跟踪的准确性,降低网络热门话题的误检率一直是学者们追求的目标[3?4].
网络热门话题的追踪建模和检测是一个热点问题,为此,有学者提出基于时间序列法的网络热门话题的跟踪和检测模型,如滑动回归模型、指数平滑模型,它们根据网络热门话题的有关帖子数,如跟帖率等对网络热门话题的发展态势进行预估,该类模型建模过程相当简单,而且实现起来十分容易[5],但是它们属于一种静态模型,当有新的数据更新时,模型的自适应能力比较强,而且只能对网络热门话题的性能变化态势进行跟踪和检测[6].网络热门话题受到个体的心理、圈子范围等因素的诱导,不单是一种线性的变化特点,同时具有非平稳性、随机性变化特点,这样时间序列检测模型的局限性就十分明显,导致网络热门话题的误检率相当高,漏检率也急剧上升[7].针对时间序列分析模型的局限性,近些年出现了基于神经网络的网络热门话题跟踪和检测模型,神经网络通过其强大的学习能力对网络热门话题的变化特点进行拟合,跟踪其变化趋势,尤其对于随机性、平稳性的网络热门话题跟踪效果好,其中BP神经网络在网络热门话题建模中的应用范围最广[8?10].BP神经网络的参数直接决定网络热门话题的跟踪和检测效果,如果参数选择不合理,那么网络热门话题的检测精度低.当前BP神经网络的参数由工作人员根据经验确定,参数的合理性和工作人员的经验丰富度相关,导致网络热门话题跟踪和检测结果不稳定[11?12].
针对传统网络热门话题的跟踪模型误差大的缺陷,本文提出改进神经网络的网络热门话题的跟踪和检测模型,采用具体实验测试其性能,改进神经网络提高了网络热门话题的跟踪精度,降低了网络热门话题的检测错误率,可以为网络舆情管理者提供可靠的信息.
热门话题论文参考资料：
结论：网络热门话题跟踪建模和检测分析为关于对不知道怎么写热门话题论文范文课题研究的大学硕士、相关本科毕业论文最近热门话题论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
