基于MQPSO-LSSVM的微博热点话题预测

作者：符保龙

来源：柳州师专学报, 2013, (06): 117-120+113.

• 微博热点话题
• 量子粒子群算法
• 参数优化
• 最小二乘支持向量机 micro-blog hot topic
• quantum behaved particle swarm optimization
• parameters optimization
• least squares support vector machine

微博热点话题预测是一类小样本、不确定性的复杂预测问题,传统线性方法不能刻画微博热点话题的变化规律,神经网络存在过拟合、泛化能力不强等缺陷.为了提高微博热点话题的预测精度,提出了一种改进量子粒子群(QPSO)算法优化LSSVM的微博热点话题预测模型(MQPSO-LSSVM).首先采用MQPSO算法优化LSSVM的参数,然后将优化后的LSSVM对微博热点话题变化趋势进行建模,最后选取具体微博热点话题数据进行仿真实验.实验结果表明,MQPSO-LSSVM提高了微博热点话题的预测精度,预测结果具有一定实用价值.

• 单位
  柳州职业技术学院