王志超 孙建斌 秦瑞丽

(航天长征化学工程股份有限公司 北京 101111)

0 引 言

由于媒体的丰富和网络的快速传播，新闻已经成为大数据的一个重要组成部分。新闻包括传统报刊杂志新闻，如《人民日报》《化工报》等；也包括各门户网站和新闻网站的实时新闻，如新浪、百度等。在我国，最重要的新闻报道往往聚焦于政府政策动向的跟踪和及时传播，时效性影响重大。然而，重大政策的形成往往有一个过程，包括初期的调研论证、理论研究、政策试探、舆论反应、试点安排、政策修订、正式颁布实施等阶段，每一个阶段都有大量新闻的跟踪和报道。对该类新闻进行深度挖掘和学习，利用关联规则研究其频繁项集，可以根据产生的频繁项集得到一段时间内关注任务的关联因子的变化，由此可以提前预测相关政策和动向的变化。

利用新闻进行预测，是国内外学者对舆情监控的研究热点之一。唐晓波等[1]提出在互联网新闻文本信息挖掘中，融合新闻热度和读者态度建立高频情感词典，在新闻文本预测分析中对预测结果利用情感频度加权排序，可以获取更好的准确性。然而该方法在新闻推荐等领域可用，在缺乏“情感频度”或不宜收集“情感频度”方面效果不明显。庞有明等[2]在研究信用债估值时引入新闻舆情语料，并重点关注舆情的情绪变化，然而该方法对于实际的应用效果不太明显。Patel等[3]在股票市场走向预测分析中，引入新闻舆情监控，并利用分类、还原和统计技术进行研究，用于指导投资。……