食品安全事件网络舆情热度评价基于BP神经网络方法,这篇神经网络论文范文为免费优秀学术论文范文,可用于相关写作参考。
神经网络论文参考文献：
摘 要：在食品安全事件的报道和舆情监督方面,网络媒体正逐渐成为事件解决和政府决策的一股推动力量.文章构建了一个食品安全网络舆情热度的评价指标体系,并采用BP神经网络法对其进行测算.结果表明,当事人受罚力度和事件延续性、媒体报道内容的全面性和信息扩散情况、消费者对事件的关注和了解程度以及政府信息公开的全面性和法制化程度是影响食品安全事件网络舆情热度的主要因素.最后,本文提出了相应的政策建议.
关键词：食品安全；网络舆情；指标评价；BP神经网络
一、 引言
本文从事件特征、媒体特征、消费者特征以及政府特征等四个方面构建了食品安全事件网络舆情热度的评价指标体系,并采用BP神经网络法对其进行测算,以期能够为提升我国食品安全监管水平和促进食品产业有序发展提供借鉴.本文余下章节安排如下：第二节指标体系与数据来源,第三节实证分析,第四节结论与启示.
二、 指标体系与数据来源
1. 指标体系.鉴于食品安全事件有关资料的可得性和数据的时效性、指标体系构建的系统性和科学性,本文采取客观指标统计和主观问卷调查相结合的方式,构建了食品安全事件网络舆情热度的评价指标体系.其中,一级指标包括事件特征、媒体特征、消费者特征以及政府特征,在此基础上,本文将其细化为9个二级指标和22个*指标（表1）.
2. 数据来源.本文的评价指标体系主要包括客观数据和主观问卷评价两个部分.一方面,客观数据调查主要以新《食品安全法》实施以来的2009年～2012年为考察对象,结合国内权威门户网站和著名论坛的新闻报道、网络搜索和论坛讨论数量,最终选定18起典型的食品安全事件（表2）.另一方面,主观问卷评价主要考察消费者对食品安全事件的主观感受和评价,主要包括专家打分问卷和网民打分问卷两个部分.本文采用量表评价法分别对其进行打分,问题描述情况程度越严重或者表现越满意,分值越高（最高10分,最低1分）.为此,2012年8月,本课题组开展了为期一周的在线问卷调查,共收到有效问卷271份；同时,专家问卷面向国内开设食品科学专业的研究生进行发放,共收回有效问卷19份.
就网民调查而言,首先,59.78%的被调查者表示获取食品安全事件的渠道为网络,而选择电视广播则占37.63%.这说明网络正在以其全面、便捷、及时、互动的信息传播特性逐渐取代其他渠道,成为消费者了解食品安全事件的关键平台.其次,在消费者对食品安全事件反应方面,高达96.31%的被调查者表示,一旦在了解到某些食品存在安全问题,将选择避开消费该类食品.这表明消费者对于食品安全问题具有高度敏感性.
三、 实证分析
1. 模型設定：BP神经网络法.与其他网络学习方法相比,BP神经网络系统具有自动发现环境特征和规律性、近似人脑功能以及更加真实和准确等优点.因此,本文采用BP神经网络法对评价指标体系进行测算.
通常情况下,BP神经网络由输入层、隐含层和输出层组成,并通过神经元建立联系.这些神经元实际上是一个多输入单输出的非线性信息处理单元,相邻两层之间的各个神经元可以通过权值实现多对多的连接.一般每个神经元只接受前一层的输入,经过若干方式的非线性处理后再输出给下一层.在信息传送的过程中,神经元本身并没有对自身的反馈.在神经网络的多层结构中,隐含层的作用尤为重要,它是存在于输入层与输出层之间的输入模式的内部表示.通过不断的学习,隐含层在网络内部可以把输入模式中独有的信息特征抽取出来,传递给输出层.
由此,本文构建了一个三层神经网络模型.其中,0k为输出向量,列向量?棕ik为输出层第k个神经元所对应的权向量,yj为对应的隐含层输出向量值；列向量vij为隐含层第j个神经元所对应的权向量,xi为对应的输入层输出向量值.
为消除数据的量纲,本文对数据进行归一化处理.同时,本文还对BP神经网络模型进行如下设定：首先,通过不断进行调试比较之后,当二级指标的神经元个数为9时,网络性能最佳.因此,依据前文,可以将BP神经网络结构（输入层、隐含层和输出层）设置为“22-9-1”.其次,将训练步数设为100,输入层到隐含层、隐含层到输出层的连接函数都设定为logsig,目标误差精度为0.000 01.学习函数采用trainlm,学习速率为0.1,其余均采用系统默认值.再次,从18个食品安全事件样本中进行随机抽选15个案例作为训练样本,对网络进行6次训练后,网络的预测精度就达到了误差的要求；同时,将其余3个食品安全事件作为样本对上述结果进行检验.
2. 结果分析.本文采用m-atlab软件对基于BP神经网络法的评价指标体系进行计算,实际输出结果与期望输出之间的绝对差值分别为-0.010 0、0.002 4和-0.000 9,相对误差分别为1.15%、0.52%和0.33%,可见,BP神经网络模型能够较好地反映食品安全事件网络舆情热度的状况.因此,本文设计的网络舆情热度评价指标体系是合理的,评价模型的稳定性较好.
由表3中的权重参数可知,食品安全事件的网络舆情热度主要受到事件特征、媒体监督报道、消费者行为以及政府反应等四个方面的影响.其中,当事人受罚力度和事件延续性、媒体报道的内容全面性和信息扩散情况、消费者对时间的关注和了解程度以及政府信息公开的全面性和法制化程度等因素,对食品安全事件的网络舆情热度具有重要影响.这反映出事件特征、媒体监督报道、消费者行为以及政府反应分别从危害影响力、舆情信息传播、舆情参与以及信息公开与危机应对等方面对网络舆情热度施以影响,而事件处理持续时间及危害情况、媒体报道真实性和权威性、消费者行为变化和食品安全知识了解以及政府处理能力等因素所产生的影响作用则较弱.
结论：关于神经网络方面的的相关大学硕士和相关本科毕业论文以及相关深度神经网络算法论文开题报告范文和职称论文写作参考文献资料下载。
2006年2018年重大食品安全事件回顾
食品安全问题不知从何时开始成为人们日常饮食中无法忽视的一个问题，接二连三的食品安全问题被曝光在公众的视野内，这从一方面反映了我国食品安全机制的逐。
基于模糊综合评价法食品安全网络舆情预警
内容摘要：根据食品安全网络舆情的影响因素，本文从舆情关注度、舆情活跃度、舆情受众、舆情传播4个角度构建食品安全网络预警指标体系，利用八爪鱼采集软。
食品药品安全事件网络舆情预警策略
[摘要]食品药品安全事件是广大民众重点关注的民生问题，在互联网的广泛应用下，越来越多网民依靠网络获取此类事件信息，网络舆情在推动食品药品安全事件。
食品安全事件应急措施下消费者风险感知和购买行为的关系
摘 要：文章以北京市的消费者为调研对象，通过现场问卷调查采集数据，分析了食品安全事件发生及政府和企业采取应急管理措施后，乳制品消费者对食品安全的。