多时间序列关联规则分析的论坛舆情趋势预测

《多时间序列关联规则分析的论坛舆情趋势预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第44卷第6期2012年12月南JournalO尿fNanji航空航天大学学报ngUniversityofAeronautics＆Astronautics多时间序列关联规则分析的论坛舆情趋势预测钱爱玲1瞿彬彬2卢炎生2陈攀攀1陈国栋V01．44No．6Dec．2012(1．台州学院数学与信息工程学院，台州，317000；2．华中科技大学计算机科学与技术学院，武汉，430074)摘要：为了预测论坛舆情及其动态演变趋势，基于多时间序列的关联分析，集中分析了论坛中3个量的时间序列之间的关联规则：活跃者之间的关系强度的时间序列、坚定支持者人数的时间序列以及坚定支持者成员的变化

2、频度的时间序列。然后给出了一种新的基于多时间序列关联分析的论坛舆情预测算法(Forumsentimenttrendpredictionbasedonmultitimeseriesassociationruleanalysis，TPMTSA)，并在真实数据集和拟合数据集上进行了大量的实验。结果表明：TPMTSA算法具有有效性和较高的运行效率。研究结果可用于论坛舆情预警监控。关键词：论坛舆情；趋势预测；时间序列；关联分析中图分类号：TP311．13文献标识码：A文章编号：1005—2615(2012)06—0904—07ForumSentimentTrendPredict

3、ionBasedonMultiTimeSeriesAssociationRuleAnalysisQianAilin91，Q“Binbin2，LuYanshen92，ChenPanpanl，ChenGuodon91(1．SchoolofMathematicsandInformationEngineering，TaizhouUniversity，Taizhou，317000，China；2．SchoolofComputerScience＆Technology，HuazhongUniversityofScienceandTechnology，Wuhan，430074，Chi

4、na)Abstract：Inordertopredicttheevolvingtrendofforumsentiment，basedontheassociationanalysisofmultitimeseries，theassociationrulesofthree—quantitytimeseriesoverforumsentimentareanlyzed，namely，thestrengthofrelationshipbetweenactors，thenumberofpillars，andthechangingfrequencyofpillars．Thenano

5、velpredictionalgorithm，forumsentimenttrendpredictionbasedonmultitimese—riesassociationruleanalysis(TPMTSA)，isproposed．Extensiveexperimentsoverrealandsyntheticdatasetsareconducted．ResultsshowtheeffectivenessandtheefficiencyofTPMTSA．Theresearchre—suitscanbeusedtomonitortheforumopinion．Key

6、words：forumsentiment；trendpredicton；timeseries；associationanalysis近年来，各国政府越来越重视论坛舆情。论坛上的焦点事件和敏感话题，往往迅速吸引着成百上千万的网民，形成庞大的论坛网络，其节点之间的联系状态复杂，持续动态演变，使得以前在规模较小的网络上有效的方法和算法，到了论坛网络中，往往因为计算复杂度太大而不能有效，甚至成为NP难[1．3]。论坛舆情的分析和预测，面临着一系列新的挑战，吸引了从社会科学到自然科学各个学科领域的研究口‘5】。从数据挖掘的角度看，挖掘分析论坛网络中的一些关键要素的时间序列的演化

7、规律和关联分析，可以预测论坛网络的演变趋势[1’3]。从复杂性科学看，论坛网络是一种复杂的社会网络，通过对社区结构与网络中活动者之间的关系强度的相关分析，可以跟踪预测网络的动力行为特征和演化趋势[1-5]。社区检测是各个领域关于社会网络的研究热点，其中基于谱的方法吸引了众多研究者[z～，并提出了一些著名算法，如Betweenness算法[7吨]，ExternalOptimization方法[§-lo]，Greedy算法Ill-t2]，Lanczos方法[13]，Power方法【l们等。在这基金项目：国家自然科学基金(61100060)资助项目；教育部