基于分型插值模型与BP神经网络模型的舆情预测对比分析——以水污染微博舆情为例

摘要

文章分别运用BP神经网络模型和分形插值模型对水污染微博数量的年变化过程和一次事件的变化过程进行预测研究,分析和比较两种方法的适用性.研究表明,BP神经网络模型预测全年舆情变化的精度高于分形插值模型,而分形插值模型预测一次舆情过程的精度高于BP神经网络模型,在微博舆情预测上各有优劣.分形插值模型的舆情预测结果具有预测误差率较小、预测结果偏低和预测后一个时间点数值的准确率比预测长期舆情规律要准确的特性,适用于预测突发随机事件的舆情.