一种多模型集成的网络论坛流量预测模型

作者：廖含月; 曾剑平^*; 吴承荣

来源：计算机工程, 2020, 46(12): 60-72.

DOI：10.19678/j.issn.1000-3428.0056255

• 时间序列预测
• 集成学习
• 论坛流量
• 组合预测模型
• 集成预测

论坛流量预测对网络规划、舆情管理等任务具有重要意义,针对线性预测模型无法预测非线性关系、非线性预测模型的特征工程过于复杂的问题,利用历史时间序列作为特征,建立一种基于不同算法的集成模型以预测论坛发帖量。运用差分自回归移动平均、长短期记忆神经网络、Prophet以及梯度提升决策树4种模型分别对时间序列进行预测,参照加权投票法的思想,各模型投票选出时间序列单位下密度较大的预测值区间,依据各模型预测值所处区间的密度大小对各预测值进行权重分配,然后通过加权平均得到最终的预测结果。实验结果表明,与算术平均模型、基于均方根误差的加权平均模型相比,该模型预测结果的RMSE值以及相对误差值更小。

• 单位
  复旦大学