舆情监测与预测:TF-IDF、高斯与SEPPM模型在大学生建模竞赛中的应用
需积分: 5 46 浏览量
更新于2024-06-17
收藏 1.04MB PDF 举报
该文档是2020年第五届“数维杯”大学生数学建模竞赛的一篇论文,团队编号为202032174。论文聚焦于自媒体环境下舆情监测情感倾向的分析与研究。主要探讨了四个核心问题:
1. 问题1:舆情关键词分析 - 通过TF-IDF算法,研究人员筛选出电池汽车领域中最常提及的50个词汇,发现舆论主要关注电动车科技和品牌,这有助于企业把握公众舆论焦点。
2. 问题2:话题热度预测 - 利用高斯模型和Gamma分布对舆情话题热度进行趋势分析,通过对数据争论、点击量等指标的考量,实现话题热度的准确预测。
3. 问题3:舆情传播干预 - 基于SEPPM模型构建舆情传播模型,通过MATLAB获取不同话题的参数估计值,发现舆情传播形态与关键参数密切相关。政府的有效干预可以通过均衡热点事件来引导舆论向积极方向发展。
4. 问题4:舆情处理等级划分 - 作者构建了一种层次结构模型,利用层次分析法确定舆情处理的四个等级(蓝色、黄色、橙色和红色),根据传播时间、规模和网民情感倾向的综合影响,计算权重。
论文的关键技术包括TF-IDF算法、高斯模型、Gamma模型、SEPPM模型以及层次分析法,这些工具被应用于舆情分析和管理中,以帮助企业更好地应对网络舆论,维护品牌形象。整个研究过程严谨且具有实际应用价值,体现了参赛团队在数学建模领域的深入理解和实践能力。
168 浏览量
190 浏览量
Matlab科研辅导帮
- 粉丝: 3w+
- 资源: 7784
最新资源
- 黑板风格计算机毕业答辩PPT模板下载
- CodeSandbox实现ListView快速创建指南
- Node.js脚本实现WXR文件到Postgres数据库帖子导入
- 清新简约创意三角毕业论文答辩PPT模板
- DISCORD-JS-CRUD:提升 Discord 机器人开发体验
- Node.js v4.3.2版本Linux ARM64平台运行时环境发布
- SQLight:C++11编写的轻量级MySQL客户端
- 计算机专业毕业论文答辩PPT模板
- Wireshark网络抓包工具的使用与数据包解析
- Wild Match Map: JavaScript中实现通配符映射与事件绑定
- 毕业答辩利器:蝶恋花毕业设计PPT模板
- Node.js深度解析:高性能Web服务器与实时应用构建
- 掌握深度图技术:游戏开发中的绚丽应用案例
- Dart语言的HTTP扩展包功能详解
- MoonMaker: 投资组合加固神器,助力$GME投资者登月
- 计算机毕业设计答辩PPT模板下载