摘要
本发明公开了融合深度学习与数据挖掘的舆情趋势预测方法及其系统,涉及舆情趋势预测技术领域,该方法包括:通过社交媒体获取各类舆情数据,并对收集的舆情数据进行预处理;构建信息源打分机制,通过不同的信息源打分;基于信任度加权舆情数据,即根据信息源的信任度调整每个数据点的权重;将加权后的舆情数据作为输入,结合深度学习模型进行情感分析,预测未来的舆情趋势。本发明通过建立信息源打分机制,考虑信息源的准确度、用户反馈、活跃度等多维度因素,动态地评估每个信息源的信任度。这样可以有效剔除不可靠的信息源,减小低质量数据对预测结果的干扰。
技术关键词
融合深度学习
趋势预测方法
深度学习模型
趋势预测技术
趋势预测系统
趋势预测模型
社交媒体平台
话题
数据采集模块
机制
处理器
计算机设备
指标
分析模块
格式化
可读存储介质
动态地
系统为您推荐了相关专利信息
测试环境数据
依赖项信息
深度学习模型
信息智能匹配方法
软件
电网负荷预测方法
Hurst指数
分形特征
负荷预测模型
序列
智能运动指导系统
数据处理单元
数据传输单元
肌肉电信号
传感器单元
趋势预测方法
神经网络结构
进化算法
神经架构搜索
增量更新
配电网馈线终端
智能监测方法
协方差矩阵
多模态深度学习
通道