一种基于LSTM模型的网络舆情预警方法

摘要

本发明涉及一种基于LSTM模型的网络舆情预警方法，其主要技术特点是基于网络舆情预警指标体系和长短时记忆网络模型，本发明提出包括主题属性、传播扩散等5个维度的指标体系，并在此基础上提出Re‑LSTM(Regularization Long Short Term Memory，长短时记忆网络)模型，使用正则化方法约束网络中各单元输入权重并用softsign函数替代tanh激活函数。本发明设计合理，与其他经典模型对比，此次构建的模型不仅能够提高预警准确率，而且能够更好的避免梯度消失和过拟合问题。