本文選題：粒子群算法　切入點(diǎn)：微博　出處：《情報(bào)科學(xué)》2016年12期

【摘要】：微博平臺(tái)門檻低、用戶多、時(shí)效性強(qiáng)、隨意轉(zhuǎn)發(fā)等特點(diǎn),使其成為目前流行的消息分享媒介。因此如果能夠提前發(fā)現(xiàn)熱點(diǎn)話題,給用戶提供高影響力的話題就變得越來(lái)越重要了。選取了大量微博用戶數(shù)據(jù)作為原始數(shù)據(jù)集,從中提取了100多個(gè)話題,對(duì)這些話題用粒子群算法進(jìn)行迭代,把迭代過(guò)程中該話題的最高影響力作為該話題的最終影響力。確定出影響力高于14的話題就是有價(jià)值的熱點(diǎn)話題,以此提取熱點(diǎn)話題。通過(guò)提前發(fā)現(xiàn)熱點(diǎn)話題,相關(guān)部門可以及時(shí)發(fā)現(xiàn)和引導(dǎo)輿情、阻礙謠言的傳播,促使微博朝著健康、可持續(xù)的方向發(fā)展。
[Abstract]:Weibo platform has the characteristics of low threshold, many users, strong timeliness, random forwarding and so on, which makes it a popular news sharing medium. Therefore, if we can find hot topics in advance, It is becoming more and more important to provide users with high-impact topics. A large number of Weibo user data are selected as raw data sets, from which more than 100 topics are extracted, and these topics are iterated by particle swarm optimization. Take the highest influence of the topic during the iteration as the final influence of the topic. Identify the topic with influence above 14 as a valuable hot topic to extract hot topics. By identifying hot topics ahead of time, Relevant departments can timely discover and guide public opinion, hinder the spread of rumors, promote Weibo towards a healthy and sustainable direction.
【作者單位】： 韶關(guān)學(xué)院信息管理系;韶關(guān)學(xué)院教育技術(shù)系;韶關(guān)學(xué)院應(yīng)用數(shù)學(xué)系;
【基金】：教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目(13YJCZH144)
【分類號(hào)】：TP18;G206

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭明山;劉秉瀚;;一種改進(jìn)的混沌粒子群算法[J];福建電腦;2008年02期

2 張楠;邢志棟;董建民;王辛;;一種基于粒子群算法和育種算法的混合算法[J];西北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

3 張大興;賈建援;張愛梅;郭永獻(xiàn);;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學(xué)報(bào);2009年09期

4 張?zhí)├?劉春生;;基于改進(jìn)粒子群算法的控制分配研究與應(yīng)用[J];伺服控制;2012年06期

5 黃珍;潘穎;曹曉麗;;粒子群算法的基本理論及其改進(jìn)研究[J];硅谷;2014年05期

6 焦國(guó)輝;;一種改進(jìn)的粒子群算法穩(wěn)定性證明及其應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2014年14期

7 王晟;潘郁;;個(gè)體激勵(lì)粒子群算法及其社會(huì)學(xué)背景分析[J];計(jì)算機(jī)工程;2008年21期

8 彭志平;張慧;;一種改進(jìn)的粒子群算法在協(xié)商優(yōu)化中的應(yīng)用[J];計(jì)算機(jī)工程;2008年10期

9 沈佳寧;須文波;孫俊;;基于量子粒子群算法的收斂性研究[J];微計(jì)算機(jī)信息;2009年06期

10 唐小勇;于飛;潘洪悅;;改進(jìn)粒子群算法的潛器導(dǎo)航規(guī)劃[J];智能系統(tǒng)學(xué)報(bào);2010年05期

相關(guān)會(huì)議論文 前10條

1 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

2 馬向陽(yáng);陳琦;;以粒子群算法求解買賣雙方存貨主從對(duì)策[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

3 黃勝;任萬(wàn)龍;王超;何新;;多目標(biāo)粒子群算法在翼型優(yōu)化的應(yīng)用[A];第二十五屆全國(guó)水動(dòng)力學(xué)研討會(huì)暨第十二屆全國(guó)水動(dòng)力學(xué)學(xué)術(shù)會(huì)議文集（上冊(cè)）[C];2013年

4 李洪全;王京;;基于粒子群算法的自適應(yīng)PID控制[A];冶金企業(yè)自動(dòng)化、信息化與創(chuàng)新——全國(guó)冶金自動(dòng)化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

5 李曙光;;粒子群算法在高速公路多路徑費(fèi)用拆分方法研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 趙亮;;遺傳增強(qiáng)混沌粒子群算法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

7 楊誠(chéng);楊傳啟;;基于粒子群算法的PID參數(shù)優(yōu)化[A];第七屆工業(yè)儀表與自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2006年

8 劉文許;林禮清;溫步瀛;;電力市場(chǎng)下基于改進(jìn)粒子群算法的AGC機(jī)組選擇[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

9 劉衍民;馬衛(wèi)民;;基于高斯白噪聲擾動(dòng)的混合粒子群算法及其應(yīng)用[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

10 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

2 胡成玉;面向動(dòng)態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

3 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問(wèn)題研究[D];浙江工業(yè)大學(xué);2014年

4 劉宏達(dá);粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

5 馮琳;改進(jìn)多目標(biāo)粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學(xué);2013年

6 劉衍民;粒子群算法的研究及應(yīng)用[D];山東師范大學(xué);2011年

7 王雪飛;粒子群算法的動(dòng)態(tài)拓樸結(jié)構(gòu)研究[D];西南大學(xué);2008年

8 薛堯予;群能量守恒粒子群算法及其在發(fā)酵過(guò)程控制中的應(yīng)用研究[D];北京化工大學(xué);2010年

9 張震;骨干粒子群算法及其在電力變壓器設(shè)計(jì)中的應(yīng)用[D];浙江大學(xué);2014年

10 全海燕;混合克隆競(jìng)爭(zhēng)與啟發(fā)學(xué)習(xí)策略的多角色隨機(jī)游動(dòng)粒子群算法研究[D];云南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

2 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計(jì)[D];河北聯(lián)合大學(xué);2014年

3 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

4 梁計(jì)鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長(zhǎng)安大學(xué);2015年

5 苗冬云;基于改進(jìn)粒子群算法的云任務(wù)調(diào)度方案研究[D];安徽財(cái)經(jīng)大學(xué);2015年

6 蔣曉\~;粒子群算法在多維優(yōu)化問(wèn)題中的改進(jìn)研究[D];浙江理工大學(xué);2016年

7 劉角;生態(tài)系統(tǒng)粒子群算法及其在陣列天線方向圖優(yōu)化中的應(yīng)用[D];太原理工大學(xué);2016年

8 王秀全;基于蟻群粒子群算法的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[D];太原理工大學(xué);2016年

9 鮑立婷;粒子群算法在基于LBS快遞派送中的應(yīng)用研究[D];東華理工大學(xué);2016年

10 林雨慶;粒子群算法自適應(yīng)行為分析研究[D];吉林大學(xué);2016年

，

本文編號(hào)：1691300