一种基于时间序列网络舆情热点事件发现模型

作者：林丽娜; 魏德志网络舆情时间序列排序模型大数据

摘要：在大数据背景下，互联网每天都能产生大量的舆情信息，如何从大量的舆情信息中及时发现热点事件，有利于政府及时监控相关热点事件的发展趋势，对网民进行舆论导向的引导，减少舆情信息对社会的不良影响，保护网民的权益，促进社会的稳定．本文针对目前网络舆情热点事件发现模型存在的一些问题，提出了一个基于时间序列的排序模型用于发现热点事件，该模型采用影响热点事件的相关因素作为评价指标，并且指标的相关数据全部为客观数据，有利于模型评价的客观性．为了求解该模型，首先采用熵权法确定模型中指标的权重，然后提出将TOPSIS法和灰色关联法以相对贴近度的形式结合起来进行计算，以判断方案的优劣，最后通过实验验证，和其他热点事件发现算法进行对比，最终得出该方法具有比较好的客观性和准确性．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社