張思揚(yáng)，匡芳君

（溫州商學(xué)院 信息工程學(xué)院，浙江 溫州 325035）

0 引言

金融恐慌是中國近代學(xué)界金融危機(jī)現(xiàn)象的表現(xiàn)，指幾乎所有金融領(lǐng)域的金融狀況發(fā)生突發(fā)性惡化，將導(dǎo)致并惡化金融危機(jī)。經(jīng)濟(jì)資源和金融風(fēng)險(xiǎn)配置問題均可能導(dǎo)致金融恐慌，但風(fēng)險(xiǎn)配置更容易導(dǎo)致，另外政策變化也可能觸發(fā)金融恐慌。2018 年國家智庫報(bào)告指出，中國應(yīng)警惕金融恐慌。為此，政府對此高度重視，提前采取了一系列風(fēng)險(xiǎn)管理措施。

預(yù)期管理是一種防范金融恐慌的工具，但作用有限，幾乎未涉及有關(guān)金融恐慌網(wǎng)絡(luò)輿情分析的研究，而輿情導(dǎo)向?qū)σl(fā)金融恐慌有著不可忽視的作用。因此，研究金融恐慌輿情，設(shè)計(jì)并實(shí)現(xiàn)金融恐慌網(wǎng)絡(luò)輿情分析與預(yù)警系統(tǒng)，不僅能為金融市場決策者提供技術(shù)支撐，還為政府相關(guān)部門、銀行和金融市場管理者制定網(wǎng)絡(luò)輿情引導(dǎo)策略提供科學(xué)依據(jù)。

1 相關(guān)工作

國內(nèi)外學(xué)者對網(wǎng)絡(luò)輿情概念、內(nèi)涵和發(fā)展的研究較多，存在很多輿情理論和應(yīng)用研究。王丙坤等［1-2］提出一系列輿情預(yù)警模型，為網(wǎng)絡(luò)輿情預(yù)警機(jī)制提供解決問題的思路。劉英杰等［3-6］研究政府決策及信息發(fā)布對輿情調(diào)控的影響和網(wǎng)絡(luò)輿情情感識別研究，為政府決策提供參考。Wang 等［7］提出話題檢測算法，通過網(wǎng)絡(luò)輿情要素的多層次、多屬性、多維度等特征構(gòu)建多維網(wǎng)絡(luò)模型。Fang 等［8］研究網(wǎng)絡(luò)輿情意見差異閾值的影響提出GPF-NP 模型。Yu 等［9］在大數(shù)據(jù)背景下研究網(wǎng)絡(luò)輿情分析，為海量輿情分析和預(yù)警研究提供有益的思路。林萍等［10］利用LDA 主題挖掘模型，挖掘網(wǎng)絡(luò)突發(fā)事件熱門主題與演化趨勢。吳彥文等［11］融合主題詞和LDA 進(jìn)行文本分類。孫靖超等［12］研究循環(huán)神經(jīng)網(wǎng)絡(luò)輿情預(yù)測方法。陳福集等［13］利用人工蜂群算法優(yōu)化BP 模型參數(shù)，提升網(wǎng)絡(luò)輿情熱度趨勢預(yù)測準(zhǔn)確率。邢云菲等［14］提出基于信息熵的負(fù)面網(wǎng)絡(luò)輿情監(jiān)測指標(biāo)體系。連芷萱等［15］結(jié)合定性、定量指標(biāo)體系，構(gòu)建微博輿情熱度預(yù)測模型。鄧楠等［16］結(jié)合情感詞向量和BiLSTM 進(jìn)行文本情感分析。周靈等［17］提出融合情感特征的短文本分類方法。周泳東等［18］利用分段卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行文本情感分析。Li 等［19］在雙向LSTM 中融合自我關(guān)注和多特征通道進(jìn)行情感分析。

雖然，國內(nèi)外網(wǎng)絡(luò)輿情研究已取得一定成果，但金融恐慌輿情隱蔽性強(qiáng)、爆發(fā)速度快、網(wǎng)絡(luò)用語不規(guī)范，輿情研究成果仍然無法完全適用，金融恐慌輿情信息的預(yù)測方法仍需完善和改進(jìn)。

因此，本文提出一種基于LDA-BiLSTM 模型的金融恐慌輿情監(jiān)測方法，以金融行業(yè)新聞網(wǎng)頁、論壇、微博、博客等為數(shù)據(jù)來源，挖掘數(shù)據(jù)中的熱點(diǎn)話題和網(wǎng)民對熱點(diǎn)話題的情感極性，篩選輿情數(shù)據(jù)中的有效信息，為政府相關(guān)部門和金融恐慌輿情管理者提供輿情提醒。

2 金融恐慌網(wǎng)絡(luò)輿情演化

金融恐慌作為金融市場預(yù)期突變的產(chǎn)物，對社會(huì)穩(wěn)定和實(shí)體經(jīng)濟(jì)發(fā)展帶來了危害和挑戰(zhàn)。金融恐慌信息的不當(dāng)傳播會(huì)造成巨大影響，可能相較于金融危機(jī)危害性更嚴(yán)重。因此，深入研究金融恐慌輿情信息傳播機(jī)理，構(gòu)建金融恐慌網(wǎng)絡(luò)輿情分析與預(yù)警系統(tǒng)迫在眉睫。

本文以金融恐慌輿情信息為主線，分析在線金融交易用戶對金融恐慌網(wǎng)絡(luò)輿情信息的情感傾向性，充分利用大數(shù)據(jù)技術(shù)建立在線金融市場的金融恐慌輿情信息傳播中利益相關(guān)者的博弈仿真模型，制定金融恐慌信息輿情引導(dǎo)機(jī)制，利用仿真模型推演金融恐慌輿情的前兆和演化過程，提升金融市場和政府部門對金融恐慌輿情的預(yù)警與快速響應(yīng)能力，為領(lǐng)導(dǎo)提供及時(shí)、客觀、準(zhǔn)確的輿情信息，從體制、機(jī)制創(chuàng)新角度提供相應(yīng)的金融恐慌網(wǎng)絡(luò)輿情策略與決策參考，從而積極化解金融恐慌網(wǎng)絡(luò)輿情危機(jī)。金融恐慌網(wǎng)絡(luò)輿情演化要素關(guān)系如圖1所示。

Fig.1 Relationship of evolution factors of financial panic network public opinion圖1 金融恐慌網(wǎng)絡(luò)輿情演化要素關(guān)系

3 金融恐慌輿情分析流程與方法

3.1 輿情分析流程

金融恐慌輿情分析主要包括數(shù)據(jù)采集和預(yù)處理、模型構(gòu)建、預(yù)測輿情趨勢等步驟。首先，針對金融行業(yè)新聞網(wǎng)頁、論壇、微博、博客等目標(biāo)頁面編寫爬蟲程序，將采集的網(wǎng)頁相關(guān)數(shù)存儲(chǔ)在Mongo 數(shù)據(jù)庫，并對存儲(chǔ)文本進(jìn)行預(yù)處理；然后，對預(yù)處理后的數(shù)據(jù)建立主題提取和情感分析模型；最后，根據(jù)輿情信息分析挖掘出可能的輿情數(shù)據(jù)，提醒相關(guān)金融部門和市場管理者。金融恐慌輿情分析流程如圖2所示。

Fig.2 Analysis process of financial panic public opinion圖2 金融恐慌輿情分析流程

3.2 數(shù)據(jù)采集與預(yù)處理

金融恐慌輿情數(shù)據(jù)涉及領(lǐng)域廣，本文主要針對股市、匯市、債市、房地產(chǎn)等與金融行業(yè)緊密相關(guān)新聞網(wǎng)站、論壇、微博、博客、第三方支付等具有評論功能的網(wǎng)頁數(shù)據(jù)和信息進(jìn)行采集和數(shù)據(jù)預(yù)處理。首先利用Scrapy 框架編寫網(wǎng)絡(luò)爬蟲程序，采集涵蓋圖像、視頻、音頻和文本等金融恐慌輿情數(shù)據(jù)；然后，將采集的數(shù)據(jù)存入Mongo 數(shù)據(jù)庫，通過數(shù)據(jù)清洗、合并、變換和標(biāo)準(zhǔn)化等預(yù)處理技術(shù)進(jìn)行整理，刪除無效網(wǎng)頁數(shù)據(jù)和重復(fù)數(shù)據(jù)；最后，利用云數(shù)據(jù)存儲(chǔ)服務(wù)平臺Hadoop 和Mongodb 數(shù)據(jù)庫技術(shù)，結(jié)合網(wǎng)絡(luò)信息采集與預(yù)處理技術(shù)，收集網(wǎng)絡(luò)中各類金融恐慌輿情熱點(diǎn)的精品語料并存入系統(tǒng)知識庫，為金融恐慌網(wǎng)絡(luò)輿情預(yù)警與風(fēng)險(xiǎn)管制研究提供高質(zhì)量的數(shù)據(jù)基礎(chǔ)。

3.3 大數(shù)據(jù)平臺下詞性過濾的LDA主題模型

潛在狄利克雷分布（Latent Dirichlet Allocation，LDA）是一種文檔主題生成模型［20］，只根據(jù)單詞在主題中出現(xiàn)的概率判斷相關(guān)性，然而模型提取主題的可讀性受詞性影響，可能存在較大差異。因此，本文提出結(jié)合隱馬爾可夫模型（Hidden Markov Model，HMM）和字典匹配法的基于詞性過濾的LDA 主題模型自動(dòng)標(biāo)注單詞詞性，過濾解釋能力較差的詞性，從而提升LDA 主題模型的可讀性。其中，字典匹配法基于前綴字典掃描詞圖，構(gòu)造涵蓋所有可能分詞結(jié)果的有向無環(huán)圖，然后利用動(dòng)態(tài)規(guī)劃尋找最大概率路徑，并在前綴詞典中尋找該詞詞性，最后利用HMM 處理未知詞的分詞并標(biāo)注詞性。

本文利用Spark 大數(shù)據(jù)平臺和MapReduce 編程模型，結(jié)合基于詞性過濾的LDA 話題模型處理發(fā)現(xiàn)的輿情熱點(diǎn)和敏感話題，重點(diǎn)尋找新信息、關(guān)注特殊熱點(diǎn)，以提取語料庫的熱點(diǎn)主題和關(guān)鍵詞。通過聚類向用戶匯總信息，自動(dòng)跟蹤新聞事件，提供事件發(fā)展軌跡，實(shí)現(xiàn)多范圍、多角度、多層次的數(shù)據(jù)分析與挖掘等，包括網(wǎng)絡(luò)恐慌輿情識別、網(wǎng)民個(gè)人行為和情緒分析等，分析網(wǎng)民特點(diǎn)和行為，跟蹤輿情熱點(diǎn)趨勢。

3.4 基于LSTM 的情感分析模型

1997 年，長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）被提出，它是循環(huán)神經(jīng)網(wǎng)絡(luò)的一種特殊類型，近年來被學(xué)者們廣泛應(yīng)用與改良，適用于處理、預(yù)測時(shí)間序列數(shù)據(jù)和事件［21-22］。

LSTM 的隱含層輸出ht與ht-1間存在非線性關(guān)系，可解決循環(huán)神經(jīng)網(wǎng)絡(luò)難以訓(xùn)練的問題；在記憶細(xì)胞ct和過去的ct-1間引入線性依賴性，通過引入控制門和記憶單元可解決梯度減小或爆炸問題。LSTM 中每個(gè)神經(jīng)元均具有存儲(chǔ)記憶單元、輸入門、輸出門和遺忘門。其中，輸入門、輸出門分別應(yīng)用于輸入端的非線性函數(shù)和輸出端的非線性函數(shù)［11，12］；每個(gè)控制門均對前一個(gè)神經(jīng)元的存儲(chǔ)單元賦予權(quán)重。LSTM 網(wǎng)絡(luò)模型公式如式（1）—式（6）所示。

式中：ct、it、ft、ot分別表示記憶細(xì)胞、輸入門、輸出門和遺忘門；σ(·)為sigmoid 函數(shù)，主要用于激活門；g(·)為tanh函數(shù)，主要用于激活block 輸入和輸出；W為權(quán)值系數(shù)；b為偏置值。

LSTM 模型不僅可彌補(bǔ)LDA 模型在短文本數(shù)據(jù)稀疏性方面存在的不足，還在記憶上下文信息和學(xué)習(xí)文本特征方面的效果良好，能較好地處理多個(gè)短文本語料庫、分析熱門主題情感極性，但在處理更細(xì)粒度的分類任務(wù)時(shí)，單向LSTM 無法從后向前地編碼信息。

為此，本文結(jié)合前向、后向LSTM，構(gòu)建雙向長短期記憶（Bi-Directional Long Short-Term Memory，Bi-LSTM）模型［23］，以更好地挖掘雙向語義依賴。Bi-LSTM 提取文本特征向量公式如式（7）所示，Bi-LSTM 模型結(jié)構(gòu)如圖3所示。

Fig.3 Bi-LSTM model structure圖3 Bi-LSTM 模型結(jié)構(gòu)

4 實(shí)驗(yàn)結(jié)果與分析

4.1 數(shù)據(jù)采集與預(yù)處理

金融恐慌網(wǎng)絡(luò)輿情通過媒體報(bào)道、微博、博客、股吧等平臺影響投資者情緒和行為，導(dǎo)致金融市場波動(dòng)，進(jìn)而引發(fā)金融恐慌。本文利用Scrapy 框架爬取2022 年2 月1 日—2 月28 日有關(guān)金融行業(yè)的股市、匯市、債市、房地產(chǎn)等與金融行業(yè)緊密相關(guān)的新聞網(wǎng)站、論壇、微博、博客、第三方支付等具有評論功能的網(wǎng)頁數(shù)據(jù)，共獲取了輿情信息數(shù)據(jù)684 810條，如圖4所示。

Fig.4 Trend of financial public opinion information圖4 金融行業(yè)輿情信息趨勢

本文將爬取的輿情數(shù)據(jù)存入MongoDB 數(shù)據(jù)庫，再對存儲(chǔ)的輿情數(shù)據(jù)進(jìn)行預(yù)處理。具體步驟為：①根據(jù)內(nèi)容和昵稱對輿情數(shù)據(jù)進(jìn)行去重；②利用機(jī)械壓縮方式壓縮文本數(shù)據(jù)；③結(jié)合詞和詞性標(biāo)注方式進(jìn)行分詞；④以哈爾濱工業(yè)大學(xué)停用詞為基礎(chǔ)構(gòu)建詞典，刪除輿情數(shù)據(jù)中的停用詞。

為了更好地了解網(wǎng)民對經(jīng)濟(jì)方面的情緒反應(yīng)，利用Python 編程分析網(wǎng)民情感，如圖5 所示。由此可見，網(wǎng)民的正面情緒為46.88%，負(fù)面情緒為53.12%，其中，能保持正常較好情緒的語言占34.56%，樂觀情緒占12.32%，恐懼情緒占25.75%，厭惡情緒占20.85%，憤怒情緒占2.08%，悲哀和驚恐情緒占比均為2.22%。

Fig.5 Score of netizen sentiment analysis圖5 網(wǎng)民情感分析得分

人們普遍抱有負(fù)面情緒的原因主要在于：①新冠疫情期間大眾心理狀態(tài)相對脆弱，網(wǎng)絡(luò)傳言與猜測不斷，個(gè)別網(wǎng)站報(bào)道時(shí)攜帶了個(gè)人色彩，引發(fā)了網(wǎng)民的負(fù)面情緒；②中東國家局勢緊張，原油、黃金、軍工股大漲及美股三大指數(shù)大跌，中美貿(mào)易摩擦減緩，制造業(yè)數(shù)據(jù)的收縮將嚴(yán)重拖累經(jīng)濟(jì)發(fā)展；③美聯(lián)儲(chǔ)的行動(dòng)影響全球多數(shù)央行決策，從而造成全球貨幣政策發(fā)生輿情；④新聞媒體、相關(guān)網(wǎng)站、論壇、微博、博客等不斷渲染宣傳民生經(jīng)濟(jì)狀況，使人們感受到生活、經(jīng)濟(jì)的緊張氣氛，衍生出恐慌、悲觀、厭惡等負(fù)面情緒。

4.2 基于LDA的參數(shù)估計(jì)與主題提取

本文首先通過預(yù)處理數(shù)據(jù)，篩選數(shù)據(jù)集的數(shù)據(jù)詞性；然后去除非名詞詞性，將數(shù)據(jù)集導(dǎo)入LDA 主題模型；最后在LDA 模型中使用gensim 軟件包提供的方法訓(xùn)練語料庫，獲得每個(gè)主題的關(guān)鍵詞。由于LDA 模型參數(shù)較多，需要自行設(shè)定，其中主題數(shù)（Topic）最重要。因此，本文利用困惑度（Perplexity）計(jì)算模型的主題數(shù)，困惑度越低聚類效果越好，即最小困惑度對應(yīng)最優(yōu)主題數(shù)。困惑度計(jì)算如式（8）所示：

本文將主題個(gè)數(shù)設(shè)置為［5，200），步長為5，循環(huán)遞增主題個(gè)數(shù)，根據(jù)式（8）計(jì)算不同主題數(shù)下LDA模型的困惑度并記錄相應(yīng)主題數(shù)，在文本語料庫確定主題數(shù)后設(shè)置其他參數(shù)。首先，為了篩選不受歡迎的主題，將主題概率分布的最小閾值設(shè)置為0.01；然后，從語料庫中自動(dòng)學(xué)習(xí)先驗(yàn)知識以設(shè)置超參數(shù)α、β，并將迭代次數(shù)設(shè)置為5 000次。經(jīng)過50輪訓(xùn)練后，模型最終選取相關(guān)性較高的前20 個(gè)主題，文檔的預(yù)測主題則由LDA模型獲取每篇文檔相關(guān)性概率最高的主題來確定，然后選取8 個(gè)熱點(diǎn)主題下的文檔集作為測試語料庫，對每個(gè)熱點(diǎn)話題進(jìn)行后續(xù)的情感傾向分析。

4.3 基于Bi-LSTM 的網(wǎng)民情感傾向分析

在模型訓(xùn)練數(shù)據(jù)方面，本文在開源中文情感標(biāo)注語料庫中選取正面、負(fù)面語料，按4∶1 的比例劃分訓(xùn)練集和測試集，利用語料庫訓(xùn)練詞向量，將其用于訓(xùn)練語料庫中的字符映射。LSTM 隱藏層設(shè)置為128，學(xué)習(xí)速率設(shè)置為0.01，區(qū)域固定長度設(shè)為30，通過調(diào)整其他參數(shù)進(jìn)行50 輪訓(xùn)練，訓(xùn)練結(jié)果如表1所示。

Table 1 Public opinion training results of LDA-BiLSTM表1 LDA-BiLSTM 模型輿情訓(xùn)練結(jié)果

然后，利用訓(xùn)練后的模型預(yù)測測試集，LDA-BiLSTM與LSTM、BiLSTM 模型輿情預(yù)測結(jié)果比較結(jié)果如表2 所示。由表1、表2 可知，LDA-BiLSTM 模型的正面情緒（Positive）和負(fù)面情緒（Negative）的準(zhǔn)確率（Precision）、召回率（Recall）、F1 因子（F1-score）均在92%以上，宏平均（macro avg）和加權(quán)平均（weighted avg）均在91% 以上，證明了LDA-BiLSTM 模型能準(zhǔn)確預(yù)測金融恐慌輿情傾向，相較于直接使用LSTM 和BiLSTM 進(jìn)行訓(xùn)練和測試的效果更優(yōu)。

Table 2 Comparison of public opinion prediction results of various models表2 各種模型輿情預(yù)測結(jié)果比較

綜上所述，以LDA-BiLSTM 模型為基礎(chǔ)，完善金融恐慌網(wǎng)絡(luò)輿情體系，能協(xié)助輿情相關(guān)部門恢復(fù)網(wǎng)絡(luò)正常秩序，防止或控制金融恐慌輿情再次發(fā)生，為今后金融恐慌網(wǎng)絡(luò)輿情的應(yīng)對和處理提供了經(jīng)驗(yàn)參考和決策支持。

5 結(jié)語

本文以金融恐慌網(wǎng)絡(luò)輿情為研究對象，提出基于LDA-BiLSTM 模型的金融恐慌輿情分析和輿情預(yù)測方法，構(gòu)建了結(jié)合主題挖掘和情感分析的輿情分析與預(yù)警模型。通過分析、預(yù)警金融恐慌網(wǎng)絡(luò)輿情，識別潛在風(fēng)險(xiǎn)，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)決策，預(yù)防虛假信息傳播，提升管理人員聯(lián)合數(shù)據(jù)趨勢研判的能力。

同時(shí)，通過實(shí)驗(yàn)研究大數(shù)據(jù)分析能力、金融市場管理者和政府應(yīng)急管理之間的關(guān)系，分析輿情的內(nèi)在特征和演變規(guī)律，以在新形勢下更好地控制金融恐慌網(wǎng)絡(luò)輿情，為管理者提供信息支持和輿情提醒。未來，將考慮利用集群、云服務(wù)技術(shù)解決輿情大數(shù)據(jù)增加導(dǎo)致的模型分析預(yù)測速度慢、及時(shí)性不強(qiáng)等問題。