基于“政策-舆论-购买”双阶深度学习的销量预测方法

摘要

本发明公开基于“政策‑舆论‑购买”双阶深度学习的销量预测方法，包括：在相关政府网站和政策数据库采集目标领域政策文本；识别政策标题中的实体，从政策正文抽取关键词，通过规则筛选后将词组组合形成最终的政策舆论检索关键词；在网络舆情平台搜索政策舆论检索关键词，获取相应舆情数据并进行指标量化；结合政策数据本身属性和历史舆情数据利用BP神经网络模型建立政策‑舆论的预测模型。对于新政策的舆情预测，输出为新政策的舆论预测指标；结合舆论关注度等舆论预测指标，利用引进果蝇优化算法的FOASVR模型对销量进行预测。本发明通过建立“政策‑舆情‑购买”双阶段预测模型，提高了政策对市场购买行为影响效果的预测准确率。