[发明专利]基于最优模型的WEB舆情趋势预测方法

摘要

本发明公布了一种基于最优模型的WEB舆情趋势预测方法。该方法的基本思想就是首先对历史舆情事件进行分类获取舆情的几大类别，然后对分类获得的各个类别中事件的时间序列图进行聚类获取小类，通过保证均方误差和最小的方式求取各个小类的最优模型从而获取各个大类的最优模型集。当一个被预测对象到来时，对其进行分类处理，并选取其所属类中前期训练得到的最优模型进行匹配，从而选取出更符合本身发展趋势的模型和匹配时的变化比例，根据获得的变化比例对选取的模型进行反比例变换后获得被预测事件的长期发展趋势，这样不仅可以弥补现有网络预测技术无法预测出拐点的缺陷，而且可以使政府和监管部门采用及时有效的措施，更好的实现网络监管的功效。

主权项

基于最优模型的WEB舆情趋势预测方法，其特征在于，该方法包括以下步骤：(1)、分析指定论坛的URL特征抓取网页，将信息文档和相关的数据信息保存到本地数据库；(2)、对本地数据库中的信息文档进行聚类和分类，获得各类文档数据库；(3)、从各类文档已有的数据库中，根据事件标记和时间标记获取每个事件所需参数(如单位时间的文档量等)的时间序列，或从Google trends网站上下载每个事件对应的Google趋势时间序列；(4)、针对步骤(3)中所获得的各类事件的时间序列，建立相应的最优模型并保存，作为被预测对象趋势匹配的对象；(5)、当新的舆情事件发生时，首先通过步骤(1)到步骤(3)获得该事件相应的一些时间序列和所属的大类。通过与其所属大类里的已训练得到的一些最优模型进行匹配，从而实现对新舆情的长期预测。