王茜儀，杜明坤，張 山

(江蘇警官學院，江蘇 南京 210031)

0 引言

網(wǎng)絡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)民隨時隨地都能在互聯(lián)網(wǎng)上發(fā)表自己的言論、觀點，分享自己的生活。有些能夠快速地引起群眾的強烈共鳴。還有一些通過刪減、惡意剪輯造成大眾誤解，歪曲事實博取眼球的做法，也極易引起輿情事件。因此對網(wǎng)絡輿情進行監(jiān)控和預警就顯得尤其重要。[1]

自動駕駛汽車(AV)、智能機器人、圖像和語音識別、自動翻譯、醫(yī)療和法律應用等的快速發(fā)展使得機器學習在過去十年中獲得了相當大的成就。深度學習基于機器學習算法，能夠通過反復的分析、訓練來學習，并隨著時間的推移不斷提高其性能。

深度學習中的LSTMs在時間序列數(shù)據(jù)處理方面有很大優(yōu)勢，然而自然語言正好是一種時間序列，前后有邏輯關系[2]，所以本文基于LSTMs對輿情數(shù)據(jù)進行分析并預警。原始RNN對短時間的輸入有著有效的預測，但對于長時間的樣本數(shù)據(jù)處理準確率很低。LSTMs通過添加一個可以選擇留下或者遺忘某些狀態(tài)的長時間序列的細胞狀態(tài)，來處理長時間的樣本序列。

1 實驗與結果分析

本文用網(wǎng)絡爬蟲抓取美XXXX時間相關輿情數(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)進行預處理，輸入LSTMs模型中進行模型分類訓練，利用訓練好的模型對接下來的輿情數(shù)據(jù)進行分類分析預警。

首先選取這些結果中的一部分LSTMs預測模型進行訓練。訓練完成之后，再對剩下的數(shù)據(jù)進行輿情趨勢預測，若輸出的值超過設定的閾值，系統(tǒng)將進行警報，若不超過閾值則不進行警報(見表1)。

表1 部分數(shù)據(jù)

運行測試數(shù)據(jù)共37天不同內容的文本數(shù)據(jù)，并做標準化處理，得到的數(shù)據(jù)越大，說明網(wǎng)民關注度越高，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，然后開始呈下降趨勢，第六天出現(xiàn)一個谷值。下降到第六天之后出現(xiàn)一個波動開始上升，升至第八天出現(xiàn)拐點又開始下降，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。預測值和實際值的峰值和谷值、拐點一致，由此可見LSTMs模型預測結果和真實輿情的發(fā)展趨勢基本一致。

圖1 輿情事件實際情況與預測情況對比

2 結語

本文主要介紹了LSTMs網(wǎng)絡，對于數(shù)據(jù)處理與預測結果進行一定分析，值得關注的問題是輿情數(shù)據(jù)序列的隨機性，以及預測模型從數(shù)據(jù)噪聲中區(qū)分模式的能力，從而避免過擬合，最后一個問題可能是需要進行預處理，這需要每個人注意選擇最合適的轉換，消除一些無關因素以及趨勢。在預測應用中，規(guī)則未知，而且還可能發(fā)生變化，數(shù)據(jù)中存在結構不穩(wěn)定性，同時存在大量的不確定性和噪聲，這可能會使尋找最優(yōu)權重的過程變得混亂。此外，在某些應用中，預測本身可以影響甚至改變未來，擴大數(shù)據(jù)噪音水平和增加不確定性水平。因此，應該使算法適應這些條件，并確保不存在過擬合。從本文的結果來看，深度學習算法應用于預測可能需要更多的研究來進行創(chuàng)新思想的實驗和調整，以實現(xiàn)更準確的預測。