公开(公告)号：CN107784387A

公开(公告)日：2018-03-09

申请号：CN201710843010.5

申请日：2017-09-18

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 赵忠华 ,  吴俊杰 ,  赵志云 ,  鲁骁 ,  袁昆 ,  袁钟怡 ,  郭鲁华

IPC: G06Q10/04 ,  G06Q50/00 ,  G06F17/30

CPC classification number: G06Q10/04 ,  G06F17/30675 ,  G06Q50/01

Abstract: 本发明公开了一种微博事件信息传播的连续动态预测方法，属于数据挖掘领域。针对新浪微博，在目前给定传播信息的基础上，试图预测下一阶段的微博总数量；按小时划分事件传播，利用事件从发生到当前时间段内传播特征，如微博量、参与人数、微博情绪等，基于GBDT模型预测下一小时内事件微博传播的总数。本发明预测模型中最优时间段长度和微博特征组合，是在全面衡量各特征的贡献度和相关性的基础上筛选出来的，不仅能够有效提高模型预测精度，平均模型精度超过70％，还能减小计算复杂性，避免无用计算，有效支持针对事件的预警和干预措施。

公开(公告)号：CN106227766A

公开(公告)日：2016-12-14

申请号：CN201610559551.0

申请日：2016-07-15

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 王卿 ,  吴俊杰 ,  张旭 ,  苗琳 ,  解峥 ,  刘春阳 ,  王萌

IPC: G06F17/30

CPC classification number: G06F16/951

Abstract: 本发明公开了一种大数据驱动的选举舆情预测方法，属于数据挖掘领域。具体为：首先，根据选举国家或地区的互联网网路使用报告和地区网站排名，挑选出大数据信息源；再对每一类信息源进行分析，构建民意预测指标；然后融合提取出的多源预测指标，形成当前互联网民众支持率；进而收集民调报告，融合报告中各年龄段人群对候选人的支持率，形成线下民调支持率值；考虑选举国家或地区人口结构构成和网民年龄分布，融合候选人互联网支持率值与线下民调支持率值，运用移动平均方法，预测下一时间节点候选人支持率值，预测结果以日频度更新。本发明具有数据源广泛、预测周期短、实时性强等特点，在舆情监控和观点分析等领域有重要的应用价值。