一种基于在线新闻情感分析的城市房地产价格指数预测方法及装置

    公开(公告)号:CN120069981A

    公开(公告)日:2025-05-30

    申请号:CN202510063422.1

    申请日:2025-01-15

    Applicant: 河南大学

    Abstract: 本发明涉及人工智能技术领域,尤其涉及一种基于在线新闻情感分析的城市房地产价格指数预测方法及装置。该方法包括:步骤A:根据关键词采集新闻文本数据,对所述新闻文本数据进行预处理,并运用结构化方法生成规范的房地产在线新闻数据集;步骤B:基于BERT的情感分析框架计算所述房地产在线新闻数据集中每条新闻对应的新闻情感值,并基于新闻情绪值计算房地产情绪指数;步骤C:获取历史房地产价格指数,并与所述房地产情绪指数构成房地产指数,将所述历史房地产指数输入VAR模型得到下一时期的房地产价格指数。本发明通过设计一种新的房地产情绪RES指数,构造RES指数与房地产价格指数的向量自回归模型,可实现对房地产价格指数的高精度预测。

    一种基于深度学习模型的复杂交通网络流量预测方法

    公开(公告)号:CN118781792A

    公开(公告)日:2024-10-15

    申请号:CN202410797856.X

    申请日:2024-06-20

    Applicant: 河南大学

    Abstract: 本发明公开一种基于深度学习模型的复杂交通网络流量预测方法,包括:根据路网的历史交通数据以及根据谱聚类之后的聚类数据,针对这两种交通历史数据构建动态图;将历史序列通过卷积模型嵌入到潜在维度,对两种不同层次的特征静态融合;将两个层次的特征采用STODE‑Block块来捕捉时间和空间的依赖关系,对时间和空间进行连续的统一建模,得到学习之后的特征表示;对区域和节点的特征表示通过动态融合模块进行第二次动态融合,得到最终的特征输出;采用跳跃连接的方式将两次融合结果进行结合,然后通过ReLU激活函数输出最终的预测结果。本发明能实现精准的短时交通流预测,预测精度优于已有的基于ODE的交通流预测模型。

Patent Agency Ranking