本书重点研究机器学习方法在事件预测中的融合应用, 完全通过数据分析的方法来对现实中的某些现象进行采集提前做出预测和分析。本书以构建“数据实时采集→事件特征自动提取→现象精准预测”的流程体系为目标, 从人工提取事件特征角度提出基于事件样本均衡算法和神经网络集成学习现象预测模型、从自动提取事件特征角度提出基于NL2ER-Transformer结构的事件特征预训练模型。同时, 从事件现象预测在实际治理中的目标入手, 以政务新媒体为研究平台, 进一步引入情感分析技术, 从事件传播中的情感导向和政务宣传中的适宜度两个视角给出事件应对策略。