基于深度學(xué)習(xí)的網(wǎng)絡(luò)輿情熱度研究

王茜儀，杜明坤，張 山

(江蘇警官學(xué)院，江蘇 南京 210031)

0 引言

網(wǎng)絡(luò)輿情已成為熱門詞匯，現(xiàn)在的輿情傳播媒介層出不窮，網(wǎng)民隨時(shí)隨地都能在互聯(lián)網(wǎng)上發(fā)表自己的言論、觀點(diǎn)，分享自己的生活。有些能夠快速地引起群眾的強(qiáng)烈共鳴。還有一些通過刪減、惡意剪輯造成大眾誤解，歪曲事實(shí)博取眼球的做法，也極易引起輿情事件。因此對(duì)網(wǎng)絡(luò)輿情進(jìn)行監(jiān)控和預(yù)警就顯得尤其重要。[1]

自動(dòng)駕駛汽車(AV)、智能機(jī)器人、圖像和語(yǔ)音識(shí)別、自動(dòng)翻譯、醫(yī)療和法律應(yīng)用等的快速發(fā)展使得機(jī)器學(xué)習(xí)在過去十年中獲得了相當(dāng)大的成就。深度學(xué)習(xí)基于機(jī)器學(xué)習(xí)算法，能夠通過反復(fù)的分析、訓(xùn)練來(lái)學(xué)習(xí)，并隨著時(shí)間的推移不斷提高其性能。

深度學(xué)習(xí)中的LSTMs在時(shí)間序列數(shù)據(jù)處理方面有很大優(yōu)勢(shì)，然而自然語(yǔ)言正好是一種時(shí)間序列，前后有邏輯關(guān)系[2]，所以本文基于LSTMs對(duì)輿情數(shù)據(jù)進(jìn)行分析并預(yù)警。原始RNN對(duì)短時(shí)間的輸入有著有效的預(yù)測(cè)，但對(duì)于長(zhǎng)時(shí)間的樣本數(shù)據(jù)處理準(zhǔn)確率很低。LSTMs通過添加一個(gè)可以選擇留下或者遺忘某些狀態(tài)的長(zhǎng)時(shí)間序列的細(xì)胞狀態(tài)，來(lái)處理長(zhǎng)時(shí)間的樣本序列。

1 實(shí)驗(yàn)與結(jié)果分析

本文用網(wǎng)絡(luò)爬蟲抓取美XXXX時(shí)間相關(guān)輿情數(shù)據(jù)，共抓取從2020年5月28日至2020年7月3日共37天的文本數(shù)據(jù)，通過篩選和過濾噪聲操作，將得到的數(shù)據(jù)進(jìn)行預(yù)處理，輸入LSTMs模型中進(jìn)行模型分類訓(xùn)練，利用訓(xùn)練好的模型對(duì)接下來(lái)的輿情數(shù)據(jù)進(jìn)行分類分析預(yù)警。

首先選取這些結(jié)果中的一部分LSTMs預(yù)測(cè)模型進(jìn)行訓(xùn)練。訓(xùn)練完成之后，再對(duì)剩下的數(shù)據(jù)進(jìn)行輿情趨勢(shì)預(yù)測(cè)，若輸出的值超過設(shè)定的閾值，系統(tǒng)將進(jìn)行警報(bào)，若不超過閾值則不進(jìn)行警報(bào)(見表1)。

表1 部分?jǐn)?shù)據(jù)

運(yùn)行測(cè)試數(shù)據(jù)共37天不同內(nèi)容的文本數(shù)據(jù)，并做標(biāo)準(zhǔn)化處理，得到的數(shù)據(jù)越大，說(shuō)明網(wǎng)民關(guān)注度越高，故輿情熱度越高。

從圖1中可以看出，從5月28日開始有關(guān)美XXXX的輿情出現(xiàn)，也就是輿情的第一天，熱度直線上升，一直到第三天，輿情呈現(xiàn)最熱態(tài)勢(shì)，然后開始呈下降趨勢(shì)，第六天出現(xiàn)一個(gè)谷值。下降到第六天之后出現(xiàn)一個(gè)波動(dòng)開始上升，升至第八天出現(xiàn)拐點(diǎn)又開始下降，第八天的輿情熱度并沒有超過第三天最熱情況，且第八天后面呈逐漸下降趨勢(shì)。預(yù)測(cè)值和實(shí)際值的峰值和谷值、拐點(diǎn)一致，由此可見LSTMs模型預(yù)測(cè)結(jié)果和真實(shí)輿情的發(fā)展趨勢(shì)基本一致。

圖1 輿情事件實(shí)際情況與預(yù)測(cè)情況對(duì)比

2 結(jié)語(yǔ)

本文主要介紹了LSTMs網(wǎng)絡(luò)，對(duì)于數(shù)據(jù)處理與預(yù)測(cè)結(jié)果進(jìn)行一定分析，值得關(guān)注的問題是輿情數(shù)據(jù)序列的隨機(jī)性，以及預(yù)測(cè)模型從數(shù)據(jù)噪聲中區(qū)分模式的能力，從而避免過擬合，最后一個(gè)問題可能是需要進(jìn)行預(yù)處理，這需要每個(gè)人注意選擇最合適的轉(zhuǎn)換，消除一些無(wú)關(guān)因素以及趨勢(shì)。在預(yù)測(cè)應(yīng)用中，規(guī)則未知，而且還可能發(fā)生變化，數(shù)據(jù)中存在結(jié)構(gòu)不穩(wěn)定性，同時(shí)存在大量的不確定性和噪聲，這可能會(huì)使尋找最優(yōu)權(quán)重的過程變得混亂。此外，在某些應(yīng)用中，預(yù)測(cè)本身可以影響甚至改變未來(lái)，擴(kuò)大數(shù)據(jù)噪音水平和增加不確定性水平。因此，應(yīng)該使算法適應(yīng)這些條件，并確保不存在過擬合。從本文的結(jié)果來(lái)看，深度學(xué)習(xí)算法應(yīng)用于預(yù)測(cè)可能需要更多的研究來(lái)進(jìn)行創(chuàng)新思想的實(shí)驗(yàn)和調(diào)整，以實(shí)現(xiàn)更準(zhǔn)確的預(yù)測(cè)。