基于SIR模型的涉警舆情网络传播研究

摘要

针对涉警舆情网络传播进行研究,通过处理"弗洛伊德之死"的转推、关注度等数据,建立了SIR传染病模型,展现出关注人数和每日变化情况.采用Runge-Kutta方法有效预测了不同参数取值的情况下未来数日的关注人数发展趋势,最后通过粒子群优化的BP神经网络算法对参数进行反演,有效拟合出"弗洛伊德之死"涉警舆情网络传播趋势.相较于传统SIR传染病模型,本改进模型基于涉警舆情中不同种类的人群之间相互转化、传播的规律而建立,并且运用参数反演的方法,选取一组最贴近实际的参数值,使预测准确度更高,模型拟合值与真实数值相比误差更小,对于研究涉警舆情的网络传播发展趋势和对涉警舆情的分析和导控具有借鉴意义.