摘要
本发明实施例中提供了一种社交媒体特征数据的预估方法、装置及电子设备,属于数据处理技术领域,该方法包括:对采集到的多个社交媒体数据进行数据清洗与格式化操作,得到标准数据;对构建的预测数据D={D1,D2,D3}按时间顺序整理,并将整理后的预测数据分割为训练集和测试集,使用训练集训练LSTM模型,通过调整权重和偏置项最小化预测误差,在训练完成后,将新的目标特征传播量数据输入LSTM模型,基于学习到的模式输出未来预设时间段内的目标特征传播量预测值D4;利用图表库生成目标特征传播量的趋势图、情感分析图和用户互动图。本发明提高了社交媒体特征数据预估的准确性。
技术关键词
LSTM模型
社交媒体平台
数据
实体识别技术
长短期记忆网络
关键词
预测误差
核心算法
样本
图表
状态更新
格式化
加权特征
训练集
时间段
指标
情感分析模型