基于深度學習的網絡輿情熱度研究

王茜儀，杜明坤，張 山

(江蘇警官學院，江蘇 南京 210031)

0 引言

網絡輿情已成為熱門詞匯，現在的輿情傳播媒介層出不窮，網民隨時隨地都能在互聯網上發表自己的言論、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。因此對網絡輿情進行監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、醫療和法律應用等的快速發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在時間序列數據處理方面有很大優勢，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對輿情數據進行分析并預警。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據處理準確率很低。LSTMs通過添加一個可以選擇留下或者遺忘某些狀態的長時間序列的細胞狀態，來處理長時間的樣本序列。

1 實驗與結果分析

本文用網絡爬蟲抓取美XXXX時間相關輿情數據，共抓取從2020年5月28日至2020年7月3日共37天的文本數據，通過篩選和過濾噪聲操作，將得到的數據進行預處理，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據進行分類分析預警。

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，再對剩下的數據進行輿情趨勢預測，若輸出的值超過設定的閾值，系統將進行警報，若不超過閾值則不進行警報(見表1)。

表1 部分數據

運行測試數據共37天不同內容的文本數據，并做標準化處理，得到的數據越大，說明網民關注度越高，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，也就是輿情的第一天，熱度直線上升，一直到第三天，輿情呈現最熱態勢，然后開始呈下降趨勢，第六天出現一個谷值。下降到第六天之后出現一個波動開始上升，升至第八天出現拐點又開始下降，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網絡，對于數據處理與預測結果進行一定分析，值得關注的問題是輿情數據序列的隨機性，以及預測模型從數據噪聲中區分模式的能力，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，規則未知，而且還可能發生變化，數據中存在結構不穩定性，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，擴大數據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新思想的實驗和調整，以實現更準確的預測。