□ 侯琰霖

微博分析：外媒業(yè)務(wù)拓展新方向

□ 侯琰霖

近兩年來，對微博等個人媒體對社會經(jīng)濟影響的研究不僅成為學(xué)術(shù)熱點①，也成為彭博社、道瓊斯和湯姆森-路透社等金融新聞服務(wù)機構(gòu)創(chuàng)新的證券信息監(jiān)測服務(wù)產(chǎn)品。面對微博時代媒體環(huán)境的演化，西方金融新聞界與時俱進的產(chǎn)品策略值得借鑒。

微博語義分析服務(wù)的價值

□ 對比道瓊斯指數(shù)日線與網(wǎng)上社區(qū)文章中冷靜值滯后三日的標準差Z分值數(shù)據(jù)，可以發(fā)現(xiàn)兩者相同分布的時間大于不同分布的時間，這說明大多數(shù)情況下網(wǎng)上社區(qū)中的冷靜指數(shù)能預(yù)測三日后的大盤走勢。

在信息泛濫的微博時代，網(wǎng)上社區(qū)巨大的數(shù)據(jù)量已經(jīng)超出了人力分析的極限，傳統(tǒng)的媒體剪報、郵件列表已經(jīng)不足以反映媒體對某項產(chǎn)品或服務(wù)的反應(yīng)，基于語義分析的新聞服務(wù)成為媒體業(yè)務(wù)創(chuàng)新的方向。

微博等社交網(wǎng)絡(luò)中的文本一般都很瑣碎，即所謂“非結(jié)構(gòu)化信息”，通常具有以下特征：對特定對象非常有價值，但數(shù)據(jù)量很小而且非常分散；數(shù)據(jù)量龐大信息泛濫；在廣度和深度上都非常復(fù)雜且缺少元數(shù)據(jù)，無法轉(zhuǎn)換成可以使用的結(jié)構(gòu)化格式。

媒體機構(gòu)通過合作開展技術(shù)服務(wù)

一般說來，媒體核心競爭力在于提供高質(zhì)量的新聞，而非研究開發(fā)創(chuàng)新的技術(shù)。因此，許多媒體機構(gòu)采取與創(chuàng)新技術(shù)開發(fā)者合作的方式進軍新聞?wù)Z義分析業(yè)務(wù)領(lǐng)域。比如湯姆森-路透社同語義分析領(lǐng)域的頂尖公司之一Lexalytics公司合作開發(fā)市場，Lexalytics提供語義平臺，湯姆森-路透社根據(jù)金融用戶具體的業(yè)務(wù)領(lǐng)域和應(yīng)用進行定制開發(fā)；英國《金融時報》同領(lǐng)先的語義分析平臺廠商Endeca公司合作推出了語義搜索引擎Newssift，索引約4000家商業(yè)新聞源，包括網(wǎng)絡(luò)版報紙、博客、新聞門戶和調(diào)研機構(gòu)網(wǎng)站等，每日新聞索引量達12萬篇。

語義分析通常都先建立一個詞典，對常用術(shù)語、概念和縮寫進行描述。例如，道瓊斯與哥倫比亞大學(xué)和圣母大學(xué)的學(xué)者聯(lián)手編纂了一部約有3700個詞匯的詞典。這些詞匯描述了市場的情緒特征，例如“獨創(chuàng)性”(ingenuity)、“強度”(strength)和“贏家”(winner)等詞匯可表明市場情緒良好，“與訴訟相關(guān)的”(litigious)、“串謀”(colludes)和“風(fēng)險”(risk)等詞匯則表明市場情緒不佳，計算機軟件通過計量微博等新聞來源關(guān)鍵詞來度量市場情緒的變化。湯姆森-路透社的合作伙伴Lexalytics公司的詞典更是包括了網(wǎng)上信息的表情符號，例如表示笑臉的：)和表示心情不好的：等，利用特定的算法從推特網(wǎng)信息中提取出市場情緒的指標。

像原生的經(jīng)濟數(shù)據(jù)一樣，新聞和社交媒體討論等所謂的“非結(jié)構(gòu)化數(shù)據(jù)”也都能使市場情緒發(fā)生從高潮到低谷的改變。希臘主權(quán)債務(wù)危機在2010年5月加深時，華爾街金融界的自動交易程序在新聞標題中發(fā)現(xiàn)“深淵”(abyss)一詞，并據(jù)此拋售股票，導(dǎo)致了市場的大幅下挫。

社交網(wǎng)絡(luò)中的情緒預(yù)測股票走勢

近年來的一些研究發(fā)現(xiàn)，網(wǎng)上社區(qū)中的情緒居然能預(yù)測股票。美國《新科學(xué)家New Scientist》雜志2010年6月刊登了吉姆·吉列的文章《博客和推特能夠預(yù)測未來》②，介紹了Gilbert等人對LiveJournal網(wǎng)站上發(fā)表的超過2000萬的帖子中包含憂慮情緒的詞組之頻率的研究，發(fā)現(xiàn)當(dāng)焦慮指數(shù)劇增時，標準普爾500指數(shù)將略微低于三日移動平均線。

金融界迅速對這一發(fā)現(xiàn)做出反應(yīng)，英國投資設(shè)立了一支2500萬英鎊的對沖基金The Derwent Absolute Return Fund Ltd.，計劃從2011年2月開始根據(jù)對社交網(wǎng)站上的關(guān)鍵詞的變化進行證券投資交易。其交易模型是分析推特網(wǎng)上諸如“calm”這樣的單詞出現(xiàn)的頻率高低進行投資決策。

金融新聞機構(gòu)開始提供證券新聞監(jiān)測服務(wù)

注重創(chuàng)新的華爾街金融機構(gòu)相當(dāng)看好微博所帶來的投資機會?！都~約時報》著名財經(jīng)記者格雷漢姆·包利在2010年12月發(fā)表了一篇被廣為引用的文章《新聞分析幫助華爾街交易商捕捉市場情緒》③，文中指出，“華爾街證券交易商正在利用功能強大的計算機來快速瀏覽新聞報道、社論、公司網(wǎng)站、博客文章甚至是推特信息，程序會對這種新聞進行解讀，然后據(jù)此進行自動股票交易。彭博社、道瓊斯和湯姆森-路透社等新聞機構(gòu)都已開始幫助華爾街客戶自動篩選能有助于股票交易的新聞?！?/p>

國際一流的新聞服務(wù)機構(gòu)已經(jīng)開始提供針對推特網(wǎng)等社交網(wǎng)絡(luò)的新聞監(jiān)測服務(wù)，來幫助華爾街的金融客戶自動篩選與交易趨勢有關(guān)的新聞。

湯姆森-路透社的軟件服務(wù)探索

在微博時代，前文提及的針對海量信息的過濾與搜索是一種業(yè)務(wù)模式，但這種搜索占用大量的帶寬和技術(shù)資源，就像是挖礦一樣要天天進行。有挖礦的就有賣水的，提供語義分析標簽服務(wù)就是這樣一項創(chuàng)新業(yè)務(wù)模式。

湯姆森-路透社早在2007年通過并購引入了一項名為OpenCalais的語義標簽服務(wù)，該服務(wù)免費為客戶提交的內(nèi)容創(chuàng)建語義元數(shù)據(jù)，這些經(jīng)過標記的內(nèi)容可以用于搜索、新聞聚合、博客、目錄和其他應(yīng)用。OpenCalais每天處理超過500萬份文檔，用戶無需開發(fā)自己的軟件就可以使用它來建立自己的語義基礎(chǔ)設(shè)施和元數(shù)據(jù)，并鏈接到其他網(wǎng)站。

湯姆森-路透社的語義標簽服務(wù)是一項深謀遠慮的戰(zhàn)略業(yè)務(wù)，其價值就像如今的商家購買百度搜索關(guān)鍵詞一樣，等到有大量的用戶采用OpenCalais作為其內(nèi)容的標簽生成工具，湯姆森-路透社可以直接從其數(shù)據(jù)庫里發(fā)現(xiàn)信息動態(tài)的變化，自然而然地就擁有了對證券新聞監(jiān)測服務(wù)的主導(dǎo)權(quán)。

本文介紹的針對社交網(wǎng)絡(luò)的信息監(jiān)測服務(wù)不僅能在證券領(lǐng)域牛刀小試，在市場營銷效果評估、廣告監(jiān)測、輿情分析等領(lǐng)域也大有可為，將會為我國媒體開辟創(chuàng)新服務(wù)的一片新大陸。

【注釋】

① Eric Gilbert, Karrie Karahalios.Widespread Worry and the Stock Market[C].4th Int’l AAAI Conference on Weblogs and Social Media.2010

② Johan Bollen, Huina Mao, and Xiao-Jun Zeng. Twitter mood predicts the stock market. Journal of Computational Science, 2(1), March, Pages 1-8. 2011.

③ Giles, Jim. Blogs and tweets could predict the future[J]New Scientist. Vol. 206, no. 2765:20-21. 2010.

④ 樂天.語義Web：電腦能懂的網(wǎng)絡(luò)[N].計算機世界.2011-04-13.

何謂語義分析

語義分析（Semantic Analysis）是分析非結(jié)構(gòu)化信息的工具，語義技術(shù)對這類信息通過聚合、聯(lián)邦、分析以揭示某個概念或含義，然后生成可以供計算機分析的機讀新聞④。湯姆森-路透社提供的機讀新聞服務(wù)就應(yīng)用了語義技術(shù)。該服務(wù)收集和分析了來自3000多名路透社記者、其他第三方網(wǎng)絡(luò)新聞和博客，然后，根據(jù)人們對某個公司或者產(chǎn)品的好惡、新穎性等進行評分。

中國傳媒大學(xué)媒體管理學(xué)院）