[发明专利]基于深度神经网络的新闻流行度预测模型训练方法

摘要

本发明提出了一种基于深度神经网络的新闻流行度预测模型训练方法，包括：获取特定主题设定时间段的新闻文章数据，用Pandas进行数据清洗后按照设定时间长度进行顺次分组，获取按时间顺序排列得到新闻流行度序列；依据所述新闻流行度序列，从第一个流行度开始依次按照采样长度为w的连续序列作为输入样本，并采样其之后一期的数据作为输出样本，构建训练样本集；随机从训练样本集中选择训练样本对基于LSTM网络的新闻流行度预测模型进行训练，并采用Pearson相关系数进行关联性分析删除不良的训练样本，循环训练过程至训练结束。本发明可以获得用来对无趋势性、无季节性及非线性新闻流行度进行较高准确率预测的新闻流行度预测模型。

主权项

1.一种基于深度神经网络的新闻流行度预测模型训练方法，其特征在于，该方法包括以下步骤：步骤S10，获取特定主题设定时间段的新闻文章数据，作为该主题的第一新闻文章数据集合；步骤S20，用Pandas对所述第一新闻文章数据集合进行数据清洗，得到第二新闻文章数据集合；步骤S30，将所述第二新闻文章数据集合按照设定时间长度进行顺次分组，计算各分组对应的新闻流行度，并按时间顺序排列得到新闻流行度序列；步骤S40，依据所述新闻流行度序列，从第一个流行度开始依次按照采样长度为w的连续序列作为一个时间步内部的输入序列X，并采样其之后一期的数据作为一个Y，以X为输入样本、Y为输出样本构建训练样本集；步骤S50，随机从训练样本集中选择N个训练样本对基于LSTM网络的新闻流行度预测模型进行训练；若达到训练结束条件则执行步骤S70，否则执行步骤S60；步骤S60，采用Pearson相关系数计算预测结果与对应输出样本的相关系数r，并在r小于第一设定阈值的时候从训练样本集中去除本轮训练所选取的N个训练样本；执行步骤S50；步骤S70，获得训练完毕的新闻流行度预测模型。