微博分析：外媒業務拓展新方向

□ 侯琰霖

微博分析：外媒業務拓展新方向

□ 侯琰霖

近兩年來，對微博等個人媒體對社會經濟影響的研究不僅成為學術熱點①，也成為彭博社、道瓊斯和湯姆森-路透社等金融新聞服務機構創新的證券信息監測服務產品。面對微博時代媒體環境的演化，西方金融新聞界與時俱進的產品策略值得借鑒。

微博語義分析服務的價值

□ 對比道瓊斯指數日線與網上社區文章中冷靜值滯后三日的標準差Z分值數據，可以發現兩者相同分布的時間大于不同分布的時間，這說明大多數情況下網上社區中的冷靜指數能預測三日后的大盤走勢。

在信息泛濫的微博時代，網上社區巨大的數據量已經超出了人力分析的極限，傳統的媒體剪報、郵件列表已經不足以反映媒體對某項產品或服務的反應，基于語義分析的新聞服務成為媒體業務創新的方向。

微博等社交網絡中的文本一般都很瑣碎，即所謂“非結構化信息”，通常具有以下特征：對特定對象非常有價值，但數據量很小而且非常分散；數據量龐大信息泛濫；在廣度和深度上都非常復雜且缺少元數據，無法轉換成可以使用的結構化格式。

媒體機構通過合作開展技術服務

一般說來，媒體核心競爭力在于提供高質量的新聞，而非研究開發創新的技術。因此，許多媒體機構采取與創新技術開發者合作的方式進軍新聞語義分析業務領域。比如湯姆森-路透社同語義分析領域的頂尖公司之一Lexalytics公司合作開發市場，Lexalytics提供語義平臺，湯姆森-路透社根據金融用戶具體的業務領域和應用進行定制開發；英國《金融時報》同領先的語義分析平臺廠商Endeca公司合作推出了語義搜索引擎Newssift，索引約4000家商業新聞源，包括網絡版報紙、博客、新聞門戶和調研機構網站等，每日新聞索引量達12萬篇。

語義分析通常都先建立一個詞典，對常用術語、概念和縮寫進行描述。例如，道瓊斯與哥倫比亞大學和圣母大學的學者聯手編纂了一部約有3700個詞匯的詞典。這些詞匯描述了市場的情緒特征，例如“獨創性”(ingenuity)、“強度”(strength)和“贏家”(winner)等詞匯可表明市場情緒良好，“與訴訟相關的”(litigious)、“串謀”(colludes)和“風險”(risk)等詞匯則表明市場情緒不佳，計算機軟件通過計量微博等新聞來源關鍵詞來度量市場情緒的變化。湯姆森-路透社的合作伙伴Lexalytics公司的詞典更是包括了網上信息的表情符號，例如表示笑臉的：)和表示心情不好的：等，利用特定的算法從推特網信息中提取出市場情緒的指標。

像原生的經濟數據一樣，新聞和社交媒體討論等所謂的“非結構化數據”也都能使市場情緒發生從高潮到低谷的改變。希臘主權債務危機在2010年5月加深時，華爾街金融界的自動交易程序在新聞標題中發現“深淵”(abyss)一詞，并據此拋售股票，導致了市場的大幅下挫。

社交網絡中的情緒預測股票走勢

近年來的一些研究發現，網上社區中的情緒居然能預測股票。美國《新科學家New Scientist》雜志2010年6月刊登了吉姆·吉列的文章《博客和推特能夠預測未來》②，介紹了Gilbert等人對LiveJournal網站上發表的超過2000萬的帖子中包含憂慮情緒的詞組之頻率的研究，發現當焦慮指數劇增時，標準普爾500指數將略微低于三日移動平均線。

金融界迅速對這一發現做出反應，英國投資設立了一支2500萬英鎊的對沖基金The Derwent Absolute Return Fund Ltd.，計劃從2011年2月開始根據對社交網站上的關鍵詞的變化進行證券投資交易。其交易模型是分析推特網上諸如“calm”這樣的單詞出現的頻率高低進行投資決策。

金融新聞機構開始提供證券新聞監測服務

注重創新的華爾街金融機構相當看好微博所帶來的投資機會。《紐約時報》著名財經記者格雷漢姆·包利在2010年12月發表了一篇被廣為引用的文章《新聞分析幫助華爾街交易商捕捉市場情緒》③，文中指出，“華爾街證券交易商正在利用功能強大的計算機來快速瀏覽新聞報道、社論、公司網站、博客文章甚至是推特信息，程序會對這種新聞進行解讀，然后據此進行自動股票交易。彭博社、道瓊斯和湯姆森-路透社等新聞機構都已開始幫助華爾街客戶自動篩選能有助于股票交易的新聞。”

國際一流的新聞服務機構已經開始提供針對推特網等社交網絡的新聞監測服務，來幫助華爾街的金融客戶自動篩選與交易趨勢有關的新聞。

湯姆森-路透社的軟件服務探索

在微博時代，前文提及的針對海量信息的過濾與搜索是一種業務模式，但這種搜索占用大量的帶寬和技術資源，就像是挖礦一樣要天天進行。有挖礦的就有賣水的，提供語義分析標簽服務就是這樣一項創新業務模式。

湯姆森-路透社早在2007年通過并購引入了一項名為OpenCalais的語義標簽服務，該服務免費為客戶提交的內容創建語義元數據，這些經過標記的內容可以用于搜索、新聞聚合、博客、目錄和其他應用。OpenCalais每天處理超過500萬份文檔，用戶無需開發自己的軟件就可以使用它來建立自己的語義基礎設施和元數據，并鏈接到其他網站。

湯姆森-路透社的語義標簽服務是一項深謀遠慮的戰略業務，其價值就像如今的商家購買百度搜索關鍵詞一樣，等到有大量的用戶采用OpenCalais作為其內容的標簽生成工具，湯姆森-路透社可以直接從其數據庫里發現信息動態的變化，自然而然地就擁有了對證券新聞監測服務的主導權。

本文介紹的針對社交網絡的信息監測服務不僅能在證券領域牛刀小試，在市場營銷效果評估、廣告監測、輿情分析等領域也大有可為，將會為我國媒體開辟創新服務的一片新大陸。

【注釋】

① Eric Gilbert, Karrie Karahalios.Widespread Worry and the Stock Market[C].4th Int’l AAAI Conference on Weblogs and Social Media.2010

② Johan Bollen, Huina Mao, and Xiao-Jun Zeng. Twitter mood predicts the stock market. Journal of Computational Science, 2(1), March, Pages 1-8. 2011.

③ Giles, Jim. Blogs and tweets could predict the future[J]New Scientist. Vol. 206, no. 2765:20-21. 2010.

④ 樂天.語義Web：電腦能懂的網絡[N].計算機世界.2011-04-13.

何謂語義分析

語義分析（Semantic Analysis）是分析非結構化信息的工具，語義技術對這類信息通過聚合、聯邦、分析以揭示某個概念或含義，然后生成可以供計算機分析的機讀新聞④。湯姆森-路透社提供的機讀新聞服務就應用了語義技術。該服務收集和分析了來自3000多名路透社記者、其他第三方網絡新聞和博客，然后，根據人們對某個公司或者產品的好惡、新穎性等進行評分。

中國傳媒大學媒體管理學院）