基于AGSO-LSSVM的热点话题预测模型

针对网络热点话题的时变性、混沌性，为了进一步提高网络热点话题的预测精度,提出一种人工萤火虫算法(artificialglowwormswarmoptimization，AGSO)优匕最小、二乘支持向量机(leastsquaressupportvectormachine,LSS-VM)的网络热点话题预测模型（AGSO-LSSVM)。模型收集网络热点话题数据，采用互信息法和CAO法选择最优延迟时间和嵌入维数,采用优延迟时间和嵌入维数重构网络热点话题数据学习样，并输入到最小二乘支持向量机中训练，进而采用人工萤火虫算法优化最小二乘支持向量机参数建立网络热点话题预测模型，采用仿真实验测试其性能。实验结果表明，相对于其他网络热点话题预测模型，该模型可以对网络热点话题的变化特点进行拟合,进一步提高网络热点话题的预测准确性。