一种基于社会学信息神经网络的观点预测改进方法技术

本发明专利技术提供了基于社会学信息神经网络的观点预测改进方法，属于观点动力学技术领域。本发明专利技术在预测观点的精度更高。其技术方案为：收集社交网络中某一话题的评论数据集，将评论数据集进行预处理，并分为训练集与测试集；构建FNN神经网络模型，输入时间和用户，输出观点值，将其用于近似观点的演变；将观点动力学模型重新表述为普通微分方程，并计算损失函数值ode loss，并在这个约束下进行训练神经网络模型；将测试数据集中的每个用户输入到该模型中进行分析，从而得出每个用户样本的预测观点。本发明专利技术的有益效果：利用小样本进行分析，从而训练出能准确预测观点的模型，提高准确率。

【技术实现步骤摘要】

本专利技术涉及，尤其涉及一种基于社会学信息神经网络的观点预测改进方法。

技术介绍

1、随着社交网络的兴起和普及，人们在网络上分享和交流观点的情况日益频繁。社交网络不仅是信息传播的平台，还是个体观点形成和演化的重要载体。因此，对社交网络中个体观点的动态变化进行建模和预测具有重要意义。

2、传统上，人们使用基于数学模型的方法来研究观点动态。这些模型通常基于差分方程，并试图描述个体之间的相互作用如何影响观点的演变。然而，这些模型往往需要大量的参数调整和对真实数据的拟合，且难以完全捕捉复杂的社交网络结构和人类行为。

3、随着深度学习技术的发展，神经网络被广泛应用于各种领域，包括自然语言处理、计算机视觉等。然而，在社交网络观点动态建模方面，传统的神经网络方法往往忽视了社会科学领域的理论知识，无法很好地结合社会学和社会心理学的观点。

4、因此，为了更好地建模和预测社交网络中的观点动态，需要一种能够集成社会科学知识和数据驱动框架的新方法；该方法不仅能够利用大规模社交网络数据，还能够考虑个体之间的社会互动和心理因素，从而更准确地捕捉观点本文档来自技高网...

【技术保护点】

1.一种基于社会学信息神经网络的观点预测改进方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于社会学信息神经网络的观点预测改进方法，其特征在于，所述步骤1中，包括以下步骤：

3.根据权利要求1所述的基于社会学信息神经网络的观点预测改进方法，其特征在于，所述步骤2中，具体为：

4.根据权利要求1所述的基于社会学信息神经网络的观点预测改进方法，其特征在于，所述步骤3中，包括以下步骤：

【技术特征摘要】

1.一种基于社会学信息神经网络的观点预测改进方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于社会学信息神经网络的观点预测改进方法，其特征在于，所述步骤1中，包括以下步骤：

3.根...

【专利技术属性】
技术研发人员：程纯，顾家豪，丁卫平，黄嘉爽，鞠恒荣，曹金鑫，姜舒，陆思燕，
申请(专利权)人：南通大学，
类型：发明
国别省市：