在这个信息爆炸的时代，每一天都有不计其数的网络舆情产生。而随着计算机硬件性能的快速提升和机器学习算法的迭代升级，网络舆情的实际应用不再遥不可及。与此同时，网络舆情时效性强的特点与P2P网贷平台风险预警的内在要求不谋而合。这也在无形之中提升了舆情预警的实际应用价值。
从算法角度考虑，目前常规的舆情预警无外乎于构建正负面词库、收集语料、分词、情感打分四个步骤，算法的应用主要体现在分词的过程中。其中构建词库需要大量的人工成本，而在情感打分的阈值选择上又会掺入过多的主观因素。相较之下，来自于Google科学家们的word2vec，凭借其复杂的算法和高效的应用能力，为我们处理P2P网贷平台舆情提供了全新的思路。
总结
随着余额宝的横空出世，互联网金融的概念逐渐深入人心，在极大地便利和提升投资人的投资渠道与收益的同时，也产生了一些诈骗跑路等恶性事件，使得网络借贷（“P2P”）一时风声鹤唳。但是互联网金融因为借助了金融科技，协助达成了普惠金融这一历史重任，代表了先进生产力的发展方向，正在逐渐证明自己存在的价值。在这一过程中，网贷之家研发的网贷平台风险预警系统，就将结合平台的交易数据、舆情数据、工商信息、专家诊断等多维指标，协助政府、协会、媒体、投资人等提早发现平台的问题，甚至是问题平台，助力网贷行业健康发展。本文就是该系统的舆情分析模块的理论探讨，借助word2vec，通过上下文提取词与词相似性方面效果出众的优势，我们可以极大地提高P2P网贷平台风险预警系统的时效性和有效性。而随着未来深度学习的发展，word2vec还可以在算法上实现更多的优化和提升，特别是在建模的时间成本上将会有明显的改善，这将加快网贷平台风险预警系统的迭代更新，提供更及时更准确的风险预警服务。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
