论文部分内容阅读
为了提高微博热门话题的预测精度,提出一种基于鲁棒回声状态网络RESN（robust echo state network）的微博热门话题预测模型。首先收集微博热门话题时间序列,并基于混沌理论确定最优时间延迟和嵌入维数,然后通过相空间重构建立微博热门话题学习样本,并输入到RESN进行训练,建立微博热门话题预测模型,最后采用仿真实验对模型性能进行测试。仿真结果表明,相对于其他微博热门话题模型预测,该模型更好地描述了网络微博热门话题的变化态势,提高了微博热门话题的预测精度。