摘要
大数据背景下媒体历史数据隐藏丰富信息,通过分析和挖掘这些信息,可以掌握媒体风险的变化规律,传统模型无法对媒体风险的变化规律进行准确刻画,导致媒体风险感知误差大,为了获得理想的媒体风险感知效果,设计了基于大数据驱动的媒体风险感知模型.首先采集媒体历史数据,并对媒体历史数据进行预处理,然后引入大数据驱动的最小二乘支持向量机对预处理后的媒体历史数据进行建模,建立媒体风险感知模型,并通过粒子群算法对媒体风险感知模型参数进行优化,最后以某媒体风险数据为例,与传统媒体风险感知模型进行对比,结果表明,本模型的媒体风险感知精度超过95％,不仅远远高于传统模型的媒体风险感知精度,而且具有较强的通用性.
基金项目
福建省中青年教师教育科研项目(JAT191111)
国家科技期刊平台
NSTL
维普
万方数据