基于LAL的微博舆情演化趋势预测与实证研究

摘要

[目的/意义]实现对微博舆情演化趋势的有效预测,为舆情预警和相关部门舆情治理提供有力依据。[方法/过程]定义了微博舆情信息量,并提出了一种微博舆情信息量组合预测模型,该模型分别利用Logistic模型学习舆情信息量变化规律,ARIMA模型学习舆情信息量线性关系,LSTM模型学习舆情信息量非线性关系。在此基础上,使用方差倒数法求得组合权重,最后将各单项预测结果进行加权求和得到组合预测结果。[结果/结论]实验表明,Logistic-ARIMA-LSTM(LAL)组合预测模型不仅能够捕捉舆情信息量的整体演化趋势,而且能够捕捉时间序列中的线性关系和非线性关系,有效降低预测误差。LAL模型可以应用于舆情预警、舆情反转识别和舆情推演等方面,为相关部门进行舆情治理提供参考。