于營(yíng) 劉開(kāi)南 楊婷婷 劉小飛 周雪

摘? 要： 針對(duì)復(fù)雜的網(wǎng)絡(luò)輿情數(shù)據(jù)，傳統(tǒng)的模型預(yù)測(cè)已經(jīng)無(wú)法對(duì)大數(shù)據(jù)背景下的輿論趨勢(shì)進(jìn)行有效的預(yù)測(cè)，因此，提出一種基于EMD.ARXG（經(jīng)驗(yàn)?zāi)B(tài)分解?自回歸）改進(jìn)的組合模型來(lái)應(yīng)對(duì)復(fù)雜的網(wǎng)絡(luò)輿情預(yù)測(cè)，該模型彌補(bǔ)了單一預(yù)測(cè)算法的缺陷，提高了預(yù)測(cè)模型的準(zhǔn)確性。以“韓國(guó)薩德”事件和“全國(guó)兩會(huì)”事件作為輿情熱點(diǎn)對(duì)其進(jìn)行預(yù)測(cè)實(shí)驗(yàn)，引入WNN（小波神經(jīng)網(wǎng)絡(luò)）與EMD?BPNN（BP神經(jīng)網(wǎng)絡(luò)）進(jìn)行輿情預(yù)測(cè)，并與EMD.ARXG模型進(jìn)行實(shí)驗(yàn)對(duì)比，實(shí)驗(yàn)結(jié)果證明，EMD.ARXG模型具有較好的預(yù)估準(zhǔn)確度。

關(guān)鍵詞： 網(wǎng)絡(luò)輿情預(yù)測(cè); EMD.ARXG模型; 經(jīng)驗(yàn)?zāi)B(tài)分解; 短期預(yù)測(cè); 組合模型; 預(yù)測(cè)實(shí)驗(yàn)

中圖分類號(hào)： TN915?34? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）03?0082?05

Research on network public opinion prediction based on EMD.ARXG model

YU Ying1， 2， LIU Kainan1， 2， YANG Tingting1， LIU Xiaofei1， ZHOU Xue1

（1. School of Information and Intelligent Engineering， University of Sanya， Sanya 572022， China;

2. Chen Guoliang Academician Workstation， University of Sanya， Sanya 572022， China）

Absrtact： Since the network public opinion data is complex， traditional model prediction has been unable to effectively predict the trend of public opinion under the background of large data. Therefore， an improved combination model based on EMD.ARXG （empirical mode decomposition?autoregression） is proposed to deal with complex network public opinion prediction. This model makes up for the shortcomings of a single prediction algorithm and improves the accuracy of the prediction model. Taking the events of "THAAD in Korea" and "NPC&CPPCC" as the hotspots of public opinion， WNN （wavelet neural network） and EMD?BPNN （BP neural network） is introduced to predict public opinion， and compares them with the EMD.ARXG model. The experimental results show that the EMD.ARXG model has better prediction accuracy.

Keywords： network public opinion prediction; EMD.ARXG model; empirical mode decomposition; short?term prediction; composite model; prediction experiment

0? 引? 言

互聯(lián)網(wǎng)技術(shù)的快速發(fā)展讓我國(guó)進(jìn)入到了一個(gè)信息爆炸的新時(shí)代，游走于網(wǎng)絡(luò)的用戶成為信息的創(chuàng)造者?；ヂ?lián)網(wǎng)用戶趨向于低齡人群，年輕人喜歡通過(guò)微博、微信的方式獲取新聞信息，使得傳統(tǒng)媒體發(fā)布的信息內(nèi)容逐漸被人們所忽視，權(quán)威信息越來(lái)越少。通過(guò)網(wǎng)絡(luò)發(fā)布的信息真假難辨，網(wǎng)絡(luò)言論沒(méi)有法律約束容易產(chǎn)生輿論危機(jī)。社會(huì)上的輿論事件所引起的激烈語(yǔ)言對(duì)網(wǎng)民的價(jià)值觀認(rèn)知容易產(chǎn)生負(fù)面沖擊，負(fù)面的網(wǎng)絡(luò)輿論增加了社會(huì)管理的難度，當(dāng)網(wǎng)絡(luò)事件危害到政府形象時(shí)，對(duì)我國(guó)政府將會(huì)造成十分不利的影響。因此，研究網(wǎng)絡(luò)輿情的演化，對(duì)網(wǎng)絡(luò)輿情預(yù)測(cè)建立模型，對(duì)于社會(huì)的發(fā)展具有十分重要的現(xiàn)實(shí)意義。運(yùn)用新技術(shù)、新平臺(tái)引導(dǎo)網(wǎng)絡(luò)輿論，迅速發(fā)現(xiàn)網(wǎng)絡(luò)熱點(diǎn)，并通過(guò)預(yù)測(cè)模型掌握網(wǎng)絡(luò)輿論的發(fā)展趨勢(shì)，對(duì)網(wǎng)絡(luò)輿論進(jìn)行正面的引導(dǎo)，從而促進(jìn)社會(huì)文化產(chǎn)業(yè)的健康發(fā)展，維護(hù)國(guó)家的正面形象。

1? 網(wǎng)絡(luò)輿情

情緒是人們的基本需求表達(dá);輿情是人們態(tài)度、情緒的集合;輿論是人們對(duì)事件持一致態(tài)度的體現(xiàn)。當(dāng)輿情發(fā)展到一定程度將會(huì)轉(zhuǎn)換為輿論。輿情需要通過(guò)特定的社會(huì)事件反映出社會(huì)民意對(duì)執(zhí)政者的訴求，網(wǎng)絡(luò)輿情需要網(wǎng)民借助某一熱點(diǎn)話題進(jìn)行多數(shù)一致性的表達(dá)，并帶有很強(qiáng)烈的情感色彩。研究學(xué)者們對(duì)網(wǎng)絡(luò)輿情的理解不同，本研究將微信、微博、百度作為輿情的量化指標(biāo)，對(duì)網(wǎng)絡(luò)輿情的走勢(shì)進(jìn)行分析，為政府治理網(wǎng)絡(luò)輿情提供幫助。

2? 網(wǎng)絡(luò)輿情預(yù)測(cè)模型研究

2.1? WNN預(yù)測(cè)模型

小波神經(jīng)網(wǎng)絡(luò)（WNN）使用小波基代替激活函數(shù)，用于函數(shù)逼近，得到的效果比其他網(wǎng)絡(luò)都好，小波神經(jīng)網(wǎng)絡(luò)多使用單隱含層結(jié)構(gòu)，默認(rèn)的輸出節(jié)點(diǎn)只有一個(gè)，其結(jié)構(gòu)如圖1所示。

小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型以小波分析理論為基礎(chǔ)，能夠避免神經(jīng)網(wǎng)絡(luò)在設(shè)計(jì)中存在的盲目性，通過(guò)尺度伸縮的方式進(jìn)行多尺度分析，提取出重要的時(shí)間序列信息，引起具有自學(xué)習(xí)與容錯(cuò)性的特點(diǎn)，因而獲得了廣大研究學(xué)者的重點(diǎn)關(guān)注，并將該模型應(yīng)用在語(yǔ)音信號(hào)處理、圖像識(shí)別以及預(yù)測(cè)分析等領(lǐng)域中[1]。

2.2? EMD?BPNN預(yù)測(cè)模型

對(duì)于復(fù)雜的時(shí)間序列，需要通過(guò)EMD將其分解成有限的模態(tài)函數(shù)（IMF），所分解到的IMF序列可以更好地表現(xiàn)時(shí)間序列的信息。EMD?BPNN模型由EMD與BPNN兩種算法組合而成，先分解，后預(yù)測(cè)。標(biāo)準(zhǔn)的BP算法會(huì)使得整個(gè)算法無(wú)法形成較好的收斂效果，容易陷入局部最小值。采用LM算法能夠解決BP算法中存在的缺陷，從而對(duì)EMD?BPNN模型進(jìn)行進(jìn)一步的優(yōu)化。

2.3? EMD.ARXG預(yù)測(cè)模型

EMD算法是將時(shí)間序列進(jìn)行分解，分解出的分量代表因素，在進(jìn)行時(shí)間序列建模時(shí)，需要將序列的特性考慮其中[2]。AR（自回歸）模型作為時(shí)間序列預(yù)測(cè)的經(jīng)典模型，適用于短期預(yù)測(cè)。XGBoost算法可以用于輿情時(shí)間序列的預(yù)測(cè)中，可以與AR預(yù)測(cè)模型進(jìn)行擬合。結(jié)合EMD算法、AR模型、XGBoost算法，提出了一種新的預(yù)測(cè)模型，即EMD.ARXG預(yù)測(cè)模型，能夠得到較高的預(yù)測(cè)精度。

2.3.1? AR模型

數(shù)學(xué)模型公式為：

2.3.2? XGBoost算法

GBRT（漸進(jìn)梯度回歸樹(shù)）是一種決策樹(shù)算法，同時(shí)也是Boosting算法的一種升級(jí)。該算法中所有回歸樹(shù)的輸出值表示回歸結(jié)果，每一顆回歸樹(shù)都可以參與迭代數(shù)的結(jié)果殘差，通過(guò)權(quán)值組合形成最終的模型，模型公式為：

式中：[L（y，f（x））]為損失函數(shù);[ρ]為變量個(gè)數(shù);[h（x）]為基礎(chǔ)分類器;[αm，ρm]為模型參數(shù)。

GBRT算法依賴于學(xué)習(xí)率，學(xué)習(xí)率越小，越逼近觀測(cè)值[3]。

XGBoost算法的目標(biāo)函數(shù)為：

式中：[L（yi，yi）]為損失函數(shù);[Ω（ft）]為正則項(xiàng);[c]為常數(shù)。

XGBoost算法所求得的目標(biāo)函數(shù)依賴于數(shù)據(jù)點(diǎn)的一階導(dǎo)數(shù)，比漸進(jìn)梯度回歸樹(shù)得到的預(yù)測(cè)值更加準(zhǔn)確。

2.3.3? 模型建立

EMD.ARXG模型是EMD算法與XGBoost算法融合下的產(chǎn)物，通過(guò)EMD進(jìn)行時(shí)間序列的分解，再利用AR模型對(duì)其進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)值，并將預(yù)測(cè)值與實(shí)際值進(jìn)行對(duì)比，最后利用XGBoost算法降低誤差[4]。算法流程為：

1） 找出EMD時(shí)間序列中的最大值和最小值;

2） 求出平均值;

3） 得到差序列;

4） 求解差序列的標(biāo)準(zhǔn)差，判斷差序列是否為IMF分量，如果標(biāo)準(zhǔn)差值符合條件，則說(shuō)明IMF分量不足;如果不符合，則重復(fù)上述步驟，直到曲線趨于0。

如果第[k]次篩選得到的數(shù)據(jù)序列滿足IMF的條件，令imf1表示第一個(gè)IMF分量，移除[x（i）]，得到差序列，重復(fù)該步驟，得到原始時(shí)間序列：

式中：[x（i）]表示高頻成分;[rn（i）]表示殘差項(xiàng)。

構(gòu)建AR模型的目的就是利用時(shí)間序列值求解線性方程，得到方程后對(duì)AR模型進(jìn)行求解，最后利用AR模型（如式（1））進(jìn)行預(yù)測(cè)。得到預(yù)測(cè)值后，利用XGBoost算法進(jìn)行殘差擬合。XGBoost算法屬于漸進(jìn)梯度回歸樹(shù)的一種實(shí)現(xiàn)，可以通過(guò)決策樹(shù)的方式進(jìn)行構(gòu)造學(xué)習(xí)。

構(gòu)建EMD.ARXG模型的算法流程圖，如圖2所示[5]。

3? 實(shí)驗(yàn)對(duì)比

3.1? 實(shí)驗(yàn)環(huán)境

處理器為因特爾雙核處理器;內(nèi)存4 GB;硬盤(pán)500 GB;Win10系統(tǒng)。

3.2? 數(shù)據(jù)來(lái)源

以微信、微博、百度為獲取數(shù)據(jù)來(lái)源。以“全國(guó)兩會(huì)”與“韓國(guó)薩德”事件為輿情熱點(diǎn)，獲取各自的百度指數(shù)、微信指數(shù)以及微博指數(shù)，輿情時(shí)間[6]為1個(gè)月。

3.3? 實(shí)驗(yàn)分析

3.3.1? WNN模型的實(shí)驗(yàn)過(guò)程

根據(jù)構(gòu)建的WNN模型，編寫(xiě)腳本語(yǔ)言實(shí)現(xiàn)模型預(yù)測(cè)，以randn函數(shù)進(jìn)行初始化，學(xué)習(xí)率設(shè)置為0.01，當(dāng)?shù)螖?shù)到達(dá)1 000時(shí)，WNN模型能夠獲取較好的預(yù)測(cè)性能，如圖3所示。輿情的趨勢(shì)規(guī)律無(wú)法進(jìn)行有效的掌控，其構(gòu)造的時(shí)間序列結(jié)果也落后于初始值，一旦輿情的趨勢(shì)發(fā)生變化，則出現(xiàn)的誤差也較大。

3.3.2? EMD?BPNN模型的試驗(yàn)過(guò)程

對(duì)“薩德事件”的微信指數(shù)進(jìn)行EMD分解，如圖4所示。

使用signal圖表示微信指數(shù)趨勢(shì)，將微信指數(shù)信號(hào)進(jìn)行分解，將其分解成三個(gè)模態(tài)函數(shù)與一個(gè)趨勢(shì)項(xiàng)，原有的輿情序列沒(méi)有明顯的輿情趨勢(shì)，而分解后的imf分量與res.趨勢(shì)項(xiàng)能夠代表總的輿情事件發(fā)展趨勢(shì)，有利于提高準(zhǔn)確性[7]。

將“薩德事件”中的微信指數(shù)分量與趨勢(shì)項(xiàng)的預(yù)測(cè)結(jié)構(gòu)進(jìn)行重構(gòu)，得到最終的薩德輿情事件預(yù)測(cè)結(jié)果，如圖5所示，WNN模型的擬合效果較好，但是存在一定的誤差，說(shuō)明EMD?BPNN模型更適用于事件序列的預(yù)測(cè)。

3.3.3? EMD.ARXG模型的試驗(yàn)過(guò)程

EMD?BPNN模型與EMD.ARXG模型都是基于時(shí)間序列進(jìn)行預(yù)測(cè)，因此，利用EMD?BPNN模型中的分量與趨勢(shì)項(xiàng)對(duì)EMD.ARXG模型進(jìn)行輿情預(yù)測(cè)。

EMD.ARXG模型中的AR模型屬于線性回歸模型，為了避免出現(xiàn)虛假回歸問(wèn)題，需要對(duì)EMD進(jìn)行分解檢驗(yàn)。如果ADF為0，即為非平穩(wěn)序列。以“薩德事件”微信指數(shù)為例，對(duì)分量與趨勢(shì)項(xiàng)進(jìn)行ADF檢驗(yàn)，得到的結(jié)果如表1所示。

根據(jù)表1結(jié)果可以看到：當(dāng)Lag=0時(shí)，只有imf1的ADF為1，其余均為0，表示imf1為平穩(wěn)序列，可以使用AR模型進(jìn)行預(yù)測(cè)。

對(duì)EMD分解后的序列可以使用EMD.ARXG模型進(jìn)行擬合預(yù)測(cè)。采用梯度提升模型，將學(xué)習(xí)率設(shè)置為0.3，學(xué)習(xí)率的值越大，收斂的可能性越小，因此需要采用默認(rèn)值。將imf與res.進(jìn)行EMD重構(gòu)，獲得“薩德事件”的目標(biāo)預(yù)測(cè)值。對(duì)比目標(biāo)預(yù)測(cè)值與實(shí)際數(shù)據(jù)值，如圖5所示，由圖5可知，本文模型的擬合結(jié)果走勢(shì)更為平滑。

3.4? 模型對(duì)比結(jié)果分析

3.4.1? “薩德事件”的微信指數(shù)、微博指數(shù)及百度指數(shù)的輿情預(yù)測(cè)

“薩德事件”的微信指數(shù)預(yù)測(cè)結(jié)果如圖6所示。

對(duì)3月2日—26日的輿情趨勢(shì)進(jìn)行擬合預(yù)測(cè)，從圖6中可以發(fā)現(xiàn)，WNN模型的擬合效果較差，EMD?BPNN和EMD.ARXG模型的擬合效果較好[8]。

使用三種模型對(duì)“薩德事件”的微博指數(shù)進(jìn)行預(yù)測(cè)，如圖7所示。

由圖7可知，WNN模型的擬合效果最差，所得到的預(yù)測(cè)結(jié)果無(wú)法對(duì)輿情數(shù)據(jù)進(jìn)行較好的擬合;EMD?BPNN模型的擬合效果與輿情走勢(shì)差距較大，所得到的輿情走勢(shì)效果一般;EMD.ARXG模型的擬合殘差效果較好，輿情走勢(shì)與實(shí)際的輿情走勢(shì)較為接近。

使用三種模型對(duì)“薩德事件”的百度指數(shù)進(jìn)行預(yù)測(cè)，如圖8所示。

由圖8可知，WNN模型的擬合效果較差，無(wú)法對(duì)輿情走勢(shì)的變化規(guī)律進(jìn)行較好的掌控，所得到預(yù)測(cè)結(jié)果也較為不穩(wěn)定;EMD?BPNN模型與EMD.ARXG模型所得到的預(yù)測(cè)結(jié)果較好，但是EMD?BPNN的預(yù)測(cè)結(jié)果沒(méi)有EMD.ARXG模型的預(yù)測(cè)效果好，EMD.ARXG的目標(biāo)預(yù)測(cè)值是三個(gè)模型中預(yù)測(cè)結(jié)果最為準(zhǔn)確的。

3.4.2? “全國(guó)兩會(huì)”的微信指數(shù)、微博指數(shù)及百度指數(shù)的輿情預(yù)測(cè)

三種模型對(duì)于“全國(guó)兩會(huì)”的微信指數(shù)預(yù)測(cè)結(jié)果如圖9所示，微信指數(shù)的變化趨勢(shì)在微博指數(shù)、百度指數(shù)中最難被預(yù)測(cè)，變化拐點(diǎn)多，容易出現(xiàn)極值。根據(jù)預(yù)測(cè)結(jié)果顯示，WNN模型預(yù)測(cè)效果最差，EMD?BPNN模型次之，EMD.ARXG模型的誤差最小。

三個(gè)模型對(duì)于“全國(guó)兩會(huì)”的微博指數(shù)預(yù)測(cè)結(jié)果如圖10所示。結(jié)果顯示，三種模型的預(yù)測(cè)效果都較差，EMD?BPNN模型的擬合效果與EMD.ARXG模型的偏差小。

通過(guò)三個(gè)模型對(duì)于“全國(guó)兩會(huì)”的百度指數(shù)預(yù)測(cè)的結(jié)果如圖11所示。由圖11可知，WNN模型的預(yù)測(cè)結(jié)果相對(duì)較好，但是總體的預(yù)測(cè)效果不如其他兩種模型，而EMD.ARXG模型的擬合效果優(yōu)于其他兩種模型。

總之，根據(jù)輿情預(yù)測(cè)結(jié)果，微信指數(shù)、微博指數(shù)以及百度指數(shù)的輿情態(tài)勢(shì)接近，微博的輿情發(fā)展態(tài)勢(shì)高于微信輿情與百度輿情，是輿情傳播的重要起源。

4? 結(jié)? 語(yǔ)

以網(wǎng)絡(luò)輿情預(yù)測(cè)模型為研究對(duì)象，對(duì)網(wǎng)絡(luò)輿情的模型選擇進(jìn)行論述，引入WNN模型和EMD?BPNN模型進(jìn)行網(wǎng)絡(luò)輿情的預(yù)測(cè)研究，并對(duì)兩種模型進(jìn)行優(yōu)化?；谝陨蟽煞N模型，本文重點(diǎn)提出了一種新的網(wǎng)絡(luò)輿情預(yù)測(cè)模型EMD.ARXG，用于網(wǎng)絡(luò)輿情的短期預(yù)測(cè)，該模型可以將網(wǎng)絡(luò)輿情轉(zhuǎn)換為時(shí)間序列，通過(guò)AR模型對(duì)序列進(jìn)行擬合預(yù)測(cè)，進(jìn)而達(dá)到預(yù)測(cè)精度。實(shí)驗(yàn)結(jié)果證明，該模型不管是擬合效果還是預(yù)測(cè)結(jié)果都較好，能夠?yàn)榫W(wǎng)絡(luò)輿情預(yù)測(cè)提供可靠的數(shù)據(jù)。

參考文獻(xiàn)

[1] 莫贊，趙冰，黃艷瑩.基于經(jīng)驗(yàn)?zāi)B(tài)分解?自回歸組合模型的網(wǎng)絡(luò)輿情預(yù)測(cè)[J].計(jì)算機(jī)應(yīng)用，2018，38（3）：615?619.

[2] 王玉振.基于EMD的小波神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)大壩變形[J].水力發(fā)電，2018，44（8）：109?112.

[3] 張倩，陳超，夏晴，等.基于EMD分解的極端學(xué)習(xí)機(jī)模型在衡水市乙肝發(fā)病率預(yù)測(cè)中的應(yīng)用[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2018，45（10）：11?14.

[4] 崔煥影，竇祥勝.基于EMD?GA?BP與EMD?PSO?LSSVM的中國(guó)碳市場(chǎng)價(jià)格預(yù)測(cè)[J].運(yùn)籌與管理，2018，27（7）：137?147.

[5] 史建平，張萌，李淵.基于ARX模型的籠型異步電機(jī)控制策略研究[J].電機(jī)與控制應(yīng)用，2018，45（5）：31?34.

[6] 馬佳艷，王萍，夏偉，等.復(fù)雜網(wǎng)絡(luò)下的網(wǎng)絡(luò)流量預(yù)測(cè)和預(yù)警研究[J].計(jì)算機(jī)與現(xiàn)代化，2018（1）：102?106.

[7] 楊雪林.基于大數(shù)據(jù)的網(wǎng)絡(luò)輿情監(jiān)管預(yù)測(cè)算法研究[J].現(xiàn)代電子技術(shù)，2017，40（24）：28?30.

[8] 劉云花，黎泉.基于MVC模式的網(wǎng)絡(luò)輿情管理系統(tǒng)的研究與應(yīng)用[J].現(xiàn)代電子技術(shù)，2017，40（24）：31?33.