社交网络中公共危机信息的预测方法

摘要

本发明提出了一种基于BP神经网络的危机信息预测方法，主要解决现有技术中没有考虑到危机信息不同特征对危机信息判定与识别的重要性不同从而导致预测准确率不高的问题。其实现步骤是：1)采集危机信息数据；2)提取危机信息特征；3)量化危机信息特征；4)对危机信息进行标签化并构建特征标签库；5)利用特征标签库训练预测网络；6)用训练好的预测网络预测危机信息。本发明基于危机信息特征标签库进行预测网络的训练，引入了BP神经网络算法以及危机信息特征权值的概念，降低了计算的复杂性，能有效地对网络信息是否是危机信息做出判定，可用于对网络空间危机信息的识别。