基于大数据技术的BP神经网络舆情预测模型

摘要

网络舆情预测是一个非常复杂的非线性问题,传统的反向传播(Back Propagation,BP)神经网络模型在预测过程中存在易陷入局部最优值及收敛速度慢的困境。为了提高预测准确性,笔者结合粒子群算法优化BP神经网络。通过网络爬虫技术获取热点话题的百度指数,并将其作为舆情趋势预测的时间序列数据,对热度值进行预测。通过比较分析,改进后的模型比单一BP神经网络模型的预测精度更高。