陳 耿，黃取治

(福建師范大學(xué)協(xié)和學(xué)院，福建 福州 350117)

隨著信息技術(shù)、通信技術(shù)、自媒體技術(shù)的不斷發(fā)展，當(dāng)前人們在工作、生活中存在多種類型的風(fēng)險，如環(huán)境風(fēng)險等[1-3]．如何幫助人們提高對風(fēng)險的認(rèn)識，可以從媒體中挖掘風(fēng)險知識，因此媒體風(fēng)險感知模型的設(shè)計具有十分重要的理論意義和實際應(yīng)用價值[4-5]．

針對媒體風(fēng)險感知模型設(shè)計問題，國內(nèi)外一些學(xué)者已取得了一批媒體風(fēng)險感知模型[6-8]．最初學(xué)者們通過對媒體風(fēng)險感知進(jìn)行分析，根據(jù)分析結(jié)果和經(jīng)驗確定媒體風(fēng)險的等級，該方法的媒體風(fēng)險感知時間相當(dāng)長，媒體風(fēng)險感知成本高，而且其最大的缺陷是媒體風(fēng)險感知結(jié)果可信度低，無法客觀描述媒體風(fēng)險的等級[9]．隨后出現(xiàn)了基于線性回歸的媒體風(fēng)險感知模型，該模型的工作過程十分簡單，媒體風(fēng)險感知速度快，但是媒體風(fēng)險感知誤差大．與此同時，還出現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險評估模型研究，其假設(shè)風(fēng)險是一種線性變化規(guī)律[10]，而實際上媒體風(fēng)險與多種因素相關(guān)，不僅存在著線性變化規(guī)律，而且同時存在著非線性變化規(guī)律，因此對于非線性的媒體風(fēng)險數(shù)據(jù)，其媒體風(fēng)險感知精度低[11-12]．有學(xué)者采用最小二乘支持向量機(jī)進(jìn)行風(fēng)險評估[13]和采用粒子群算法結(jié)合神經(jīng)網(wǎng)絡(luò)構(gòu)建物流財務(wù)風(fēng)險評估模型[14]，還有學(xué)者提出利用深度學(xué)習(xí)方法和粗糙集技術(shù)構(gòu)建風(fēng)險檢測系統(tǒng)[15]，利用深度學(xué)習(xí)實現(xiàn)風(fēng)險內(nèi)容的弱監(jiān)督[16]和基于模糊推理系統(tǒng)和神經(jīng)網(wǎng)絡(luò)相結(jié)合的數(shù)據(jù)訪問風(fēng)險監(jiān)測系統(tǒng)[17]．上述方法可以對復(fù)雜問題進(jìn)行建模，而且非線性擬合能力強(qiáng)，但是它們同樣存在一定的不足，如在對風(fēng)險感知結(jié)果不穩(wěn)定，易出現(xiàn)“過擬合”或者“欠學(xué)習(xí)”的風(fēng)險感知結(jié)果．

為了更好地了解媒體風(fēng)險的變化規(guī)律，提高媒體風(fēng)險感知精度，本文在上述模型的基礎(chǔ)上，提出一種新的媒體風(fēng)險感知模型．在預(yù)處理采集數(shù)據(jù)后，利用最小二乘支持向量機(jī)的特性用于克服待測參數(shù)和數(shù)據(jù)間的非線性，為使參數(shù)對于不同的訓(xùn)練樣本具有自調(diào)整功能，引入粒子群算法對參數(shù)進(jìn)行尋優(yōu)，從而優(yōu)化對非線性的媒體風(fēng)險數(shù)據(jù)的處理．最后，采用具體實例與傳統(tǒng)模型進(jìn)行對比測試，驗證了本文設(shè)計的媒體風(fēng)險感知模型的有效性和優(yōu)越性．

1 大數(shù)據(jù)驅(qū)動的媒體風(fēng)險感知模型具體設(shè)計

1.1 媒體風(fēng)險數(shù)據(jù)的預(yù)處理

媒體風(fēng)險受到多種因素影響，存在一定的不確定性和非線性，即混沌性．如何高精度識別媒體風(fēng)險數(shù)據(jù)序列的混沌性，對于改善媒體風(fēng)險感知結(jié)果具有重要的意義．設(shè)媒體風(fēng)險的歷史數(shù)據(jù)序列為：{xi，i=1，2，...，k}，那么可以通過延遲時間(τ)重構(gòu)為m維的歷史數(shù)據(jù)序列，該m維歷史數(shù)據(jù)序列與原歷史數(shù)據(jù)序列具有相同的變化規(guī)律，具體如下：

(1)

式(1)中，N表示重構(gòu)后的相點數(shù)量．

那么相空間中的相點可以表示為：

X(j)=[x(j)，x(j+τ)，...，x(j+(m-1)τ]，j=1，2，...，N，

(2)

對式(1)進(jìn)行分析可知，能否正確描述媒體風(fēng)險的變化特性，τ和m選取十分關(guān)鍵．本文采用互信息法選取τ，Cao法[18]選取m．

(1) 互信息法確定延遲時間τ．

對于兩個時間序列X和Y，它們信息熵分別為：

(3)

(4)

式(3)-(4)中，P(xi)表示事件xi發(fā)生的概率，P(yi)表示事件yi發(fā)生的概率．

兩個時間序列的聯(lián)合信息熵為：

(5)

式(5)中，Px，y(xi，yj)表示件xi，yi同時表示的概率．

互信息函數(shù)I(X，Y)定義如下：

I(X，Y)=H(X)+H(Y)-H(X|Y)，

(6)

當(dāng)前I(X，Y)出現(xiàn)第一次最小值，此時的τ為時間序列的最優(yōu)τ．

(2)Cao法確定嵌入維m.

相點Xi和Xj歐氏距離的無窮范數(shù)定義如下：

(7)

定義：

(8)

(9)

(10)

隨著嵌入維數(shù)m的增加，E1(m)會逐漸增加，達(dá)到一定的程度后，E1(m)達(dá)到飽和狀態(tài)，此時的m即為時間序列的最優(yōu)m．

1.2 大數(shù)據(jù)驅(qū)動技術(shù)

1.2.1 最小二乘支持向量機(jī)

由于媒體風(fēng)險感知本質(zhì)是一個分類問題，對于大規(guī)模媒體風(fēng)險數(shù)據(jù)，支持向量機(jī)的訓(xùn)練復(fù)雜度比較高，媒體風(fēng)險感知訓(xùn)練時間與訓(xùn)練樣本數(shù)量呈指數(shù)變化關(guān)系，而最小二乘支持向量機(jī)簡化了支持向量機(jī)的訓(xùn)練過程，運行效率大幅度提高，因此通過引入最小二乘支持向量機(jī)設(shè)計媒體風(fēng)險感知分類器．設(shè)共有k個樣本數(shù)據(jù)，它們組合在一起，產(chǎn)生訓(xùn)練集{(x1，y1)，(x2，y2)，...，(xk，yk)}，根據(jù)最小二乘支持向量機(jī)的工作原理可知，存在一個最優(yōu)分類的超平面，該最優(yōu)分類的超平面應(yīng)該滿足如下：

(11)

式(11)中，ω表示法向量，T表示轉(zhuǎn)置運算，β表示偏置量．

那么可以得到最小二乘支持向量機(jī)的分類決策形式為：

f(xi)=sgn(ωTxi+β),

(12)

要對式(12)的分類決策問題進(jìn)行求解，需要對優(yōu)化函數(shù)φmin(ω，ξi)進(jìn)行相應(yīng)的求解，φmin(ω，ξi)具體定義如下：

(13)

式(13)中，γ表示正則化參數(shù)，φ(xi)表示非線性映射函數(shù)，其作用是將樣本空間X非線性映射到特征空間Y，具體原理如圖1所示．

圖1 樣本空間的非線性映射原理Fig.1 Nonlinear mapping principle of sample space

引入Lagrange乘子αi設(shè)計Lagrange方程：

(14)

式(14)的最優(yōu)化條件具體如下：

(15)

(16)

(17)

(18)

消除ξi和ω，建立如下形式的方程：

(19)

式(19)中，P=yiyjφT(xi)φT(xj)yiyjK(xi，xj)，j=1，2，...，k，

yT=[y1，y2，...，yk]，Ik=[1，1，...，1]T，α=[α1，α2，...，αk]T，

K(xi，xj)表示核函數(shù)：

(20)

式(20)中，σ表示核寬度．

最后得到媒體風(fēng)險感知分類決策函數(shù)為：

(21)

1.2.2 粒子群算法

在最小二乘支持向量機(jī)的媒體風(fēng)險感知過程中，參數(shù)γ和σ對媒體風(fēng)險感知效果十分關(guān)鍵，采用粒子群算法確定參數(shù)γ和σ最優(yōu)值．粒子群算法在參數(shù)γ和σ尋優(yōu)過程中，采用如下方式更新其不同時刻的狀態(tài)，具體如下：

(22)

(23)

1.3 大數(shù)據(jù)驅(qū)動的媒體風(fēng)險感知步驟

(1) 采集媒體風(fēng)險的歷史數(shù)據(jù)，本文將媒體風(fēng)險感知問題當(dāng)作一種時間序列分析問題，因此只采集媒體風(fēng)險等級值，得到一個一維時間序列數(shù)據(jù)．

(2) 本文采用互信息法選取延遲時間，Cao法選取嵌入維．

(3) 采用選取延遲時間和嵌入維對媒體風(fēng)險的歷史數(shù)據(jù)進(jìn)行相空間重構(gòu)，得到多維的媒體風(fēng)險的歷史數(shù)據(jù)．

(4) 采用粒子群確定最小二乘支持向量機(jī)的參數(shù)γ和σ最優(yōu)值．

(5) 最小二乘支持向量機(jī)根據(jù)參數(shù)γ和σ最優(yōu)值對媒體風(fēng)險的歷史數(shù)據(jù)進(jìn)行訓(xùn)練，建立最優(yōu)的媒體風(fēng)險感知模型．

2 媒體風(fēng)險感知模型的性能測評與分析

2.1 數(shù)據(jù)來源

為了分析大數(shù)據(jù)驅(qū)動的媒體風(fēng)險感知效果，選擇一些媒體風(fēng)險數(shù)據(jù)進(jìn)行分析．本文運用網(wǎng)頁信息抓取工具 Gooseeker 通過在線媒體網(wǎng)絡(luò)收集相關(guān)風(fēng)險事件發(fā)生時的媒體風(fēng)險感知原始數(shù)據(jù)，其中包含媒體使用時間、媒體使用頻率、媒體使用動機(jī)、風(fēng)險事件知識獲取(股票市場、債券市場、貨幣市場、外匯市場等)、媒體信任度，均采用5分量表測量法進(jìn)行測量：1=幾乎沒有；2=較少；3=一般；4=經(jīng)常；5=總是．以某一項的數(shù)據(jù)為例，如圖2所示．

圖2 媒體風(fēng)險感知實驗的測試數(shù)據(jù)Fig.2 Test data of media risk perception experiment

一個樣本中包含30個變量，得到的一維時間序列數(shù)據(jù)類似于{2，5，3....，4}，總樣本數(shù)據(jù)量巨大，需要對數(shù)據(jù)進(jìn)行預(yù)處理．

2.2 確定媒體風(fēng)險數(shù)據(jù)的延遲時間和嵌入維

根據(jù)第1節(jié)的計算過程，分別采用互信息法和Cao法對圖2媒體風(fēng)險感知實驗數(shù)據(jù)進(jìn)行分析，對于樣本數(shù)據(jù)中的某兩個時間序列，信息熵分別為0.02和0.03，聯(lián)合信息熵為-0.012，對應(yīng)得到的互信息函數(shù)為0.062，計算全部樣本中的互信息函數(shù)，選定最小值，確定延遲時間結(jié)果如圖3所示．在此基礎(chǔ)上，計算歐氏距離的無窮范數(shù)為0.7，則嵌入維結(jié)果如圖4所示．從圖3和圖4可以看出，該媒體風(fēng)險感知實驗數(shù)據(jù)的延遲時間和嵌入維最優(yōu)值分別為7和7．采用延遲時間=7和嵌入維=7對圖2媒體風(fēng)險感知實驗數(shù)據(jù)進(jìn)行重構(gòu)，將重構(gòu)數(shù)據(jù)用于最小二乘支持向量機(jī)建模．

圖3 互信息法確定媒體風(fēng)險數(shù)據(jù)的延遲時間Fig.3 Mutual information method to determine the delay time of media risk data

圖4 Cao法確定媒體風(fēng)險數(shù)據(jù)的嵌入維Fig.4 Cao method to determine the embedding dimension of media risk data

經(jīng)過粒子群算法確定參數(shù)γ和σ最優(yōu)值分別為0.58和0.26，通過最小二乘支持向量機(jī)進(jìn)行迭代計算，過程偽代碼如圖5所示.

圖5 迭代計算偽代碼Fig. 5 Iterative computation pseudo code

2.3 媒體風(fēng)險感知敏銳性

通過對媒體風(fēng)險感知數(shù)據(jù)進(jìn)行處理后，對數(shù)據(jù)進(jìn)行簡單算術(shù)平均合成，得到媒體風(fēng)險感知水平如圖6所示．分析圖6可知，大多數(shù)情況下，媒體風(fēng)險感知均值約為0.424，并呈上下波動．在A點(2008年全球金融危機(jī))、B點(2012年歐債危機(jī))、C點(2015-2017年股災(zāi)債災(zāi))、D點(2018年中美貿(mào)易戰(zhàn))、E點(2020年疫情暴發(fā))，嚴(yán)重增加了金融風(fēng)險，這期間媒體風(fēng)險感知水平均超過了0.68，遠(yuǎn)超均值，可以明顯地感知到風(fēng)險事件的發(fā)生．另外，從感知水平數(shù)值波動的趨勢來看，在風(fēng)險事件發(fā)生前，媒體風(fēng)險感知就已呈現(xiàn)出上升的趨勢．

圖6 媒體風(fēng)險感知走勢圖Fig.6 Trend chart of media risk perception

2.4 媒體風(fēng)險感知精度

為了使大數(shù)據(jù)驅(qū)動的媒體風(fēng)險感知結(jié)果具有可比性，選擇傳統(tǒng)媒體風(fēng)險感知模型進(jìn)行對比測試，其為BP神經(jīng)網(wǎng)絡(luò)的媒體風(fēng)險感知模型；最小二乘支持向量機(jī)的媒體風(fēng)險感知模型(數(shù)據(jù)沒有進(jìn)行預(yù)處理)，共進(jìn)行5次實驗，不同模型的媒體風(fēng)險感知精度如圖7所示．從圖7可以看出，每一次實驗，本文方法的媒體風(fēng)險感知精度要高于傳統(tǒng)模型，有效減少了媒體風(fēng)險感知誤差，獲得了更理想的媒體風(fēng)險感知結(jié)果．這是因為本文方法通過互信息法和Cao法對初始數(shù)據(jù)進(jìn)行了預(yù)處理，并利用最小二乘支持向量機(jī)進(jìn)行了數(shù)據(jù)的分類，簡化了數(shù)據(jù)的運算量，使數(shù)據(jù)從高維度變?yōu)榈途暥龋阌跍?zhǔn)確地提取數(shù)據(jù)特征．

圖7 與傳統(tǒng)媒體風(fēng)險感知模型的精度對比Fig.7 Accuracy comparison with the traditional media risk perception model

2.5 本文模型的通用性測試

為了測試大數(shù)據(jù)驅(qū)動的媒體風(fēng)險感知模型的通用性，選擇20種不同類型媒體作為測試對象，統(tǒng)計它們的媒體風(fēng)險感知精度，結(jié)果如表1所示．從表1可以看出，對于這20種不同類型媒體數(shù)據(jù)，

表1 本文模型的不同類型媒體風(fēng)險感知精度Tab.1 Risk perception accuracy of different types of media in this paper’s model

本文方法的媒體風(fēng)險感知精度超過95%，精度可以滿足實際應(yīng)用的要求，表明本文媒體風(fēng)險感知模型具有較好的通用性．

3 結(jié)束語

如何從媒體歷史數(shù)據(jù)中挖掘有用信息是當(dāng)前的研究熱點，為了降低媒體風(fēng)險感知誤差，把握媒體風(fēng)險變化規(guī)律，設(shè)計了基于大數(shù)據(jù)驅(qū)動的媒體風(fēng)險感知模型，該模型采用混沌理論對媒體歷史數(shù)據(jù)進(jìn)行相空間重構(gòu)，便于挖掘數(shù)據(jù)隱藏的規(guī)律，然后引入粒子群算法優(yōu)化最小二乘支持向量機(jī)建立媒體風(fēng)險感知模型，具體測試結(jié)果表明，本文模型的媒體風(fēng)險感知精度高，具有十分廣泛的應(yīng)用價值．