首 页    学报简介    作者投稿    专家审稿    编辑办公    读者须知    联系我们
引用本文格式: 龙彬,胡思才,李旭伟,郭峻铭. 基于BP神经网络的网络小说排行预测 [J]. 四川大学学报: 自然科学版, 2019, 56: 50~56.
 
基于BP神经网络的网络小说排行预测
Prediction of online novel rankings based on BP neural network
摘要点击 47  全文点击 22  投稿时间:2018-05-03  修订日期:2018-09-26
查看全文  查看/发表评论  下载PDF阅读器
DOI编号   
中文关键词   “IP”概念 小说排行预测 BP神经网络 网络爬虫 ROC曲线 AUC值
英文关键词   "IP" concept  the ranking of the novel predicts  BP neural network  web crawler  ROC curve  AUC value
基金项目   国家自然科学基金(61173099)
作者单位E-mail
龙彬 四川大学计算机学院78179部队 280828129@qq.com 
胡思才 四川大学计算机学院61920部队  
李旭伟 四川大学计算机学院 lixuwei@scu.edu.cn 
郭峻铭 四川大学计算机学院  
中文摘要
    近年来随着“IP”热潮兴起,网络文学市场发展迅速,逐渐成为文化娱乐行业投资热点.本文将机器学习方法引入到小说排行预测方面,通过网络爬虫获取网络小说信息,提取影响排行的特征,构建BP神经网络模型预测小说排行,针对预测结果非均衡的情况,采用ROC曲线和AUC值作为分类性能指标,得到较准确的预测精度,相比传统的文学定性分析方法,机器学习预测方法可解释性和可应用性更高.
英文摘要
    In recent years, with the rise of the "IP" boom, the market of online literature is developing rapidly, has gradually become a popular type of entertainment investment industry. This paper introduces the machine learning method to the prediction of the novel rankings, obtains the network novel information through the web crawler, extracts the characteristics of the influence rankings, constructs the BP neural network model to predict the range of the novel rankings. In view of the non equilibrium of the prediction results, the ROC curves and AUC value used as the classification performance metrics, the accuracy is more accurate. Compared with the traditional literature qualitative analysis method, machine learning method is more predictable, interpretable and applicable.

您是第 3098718 位访问者

版权所有 @ 2007《四川大学学报 (自然科学版)》编辑部
地址: 四川省成都市武侯区四川大学望江校区文科楼330至342室  邮编: 610064
电话: (028)85410393  传真: (028)85410393  E-mail: scdx@scu.edu.cn
本系统由北京勤云科技发展有限公司设计