计算机的算力提升使得非标准数据的探索和研究成为了可能,在各类非标准数据中,文本数据无疑是数量庞大、内涵丰富的重要部分,透过文本的表象直接得到文本内在的含义成为重要的研究课题。原先对于文本的探究只是局限于某一个主体,而未探索舆论领域中不同的发声主体的力量强弱。本文依照马克思主义理论,大体上将市场主体划分为‘官产学媒’四大集团,而在中国,官方媒体对市场的影响力量最大。对比不同的官媒发声主体,最能代表官方声音且受众人数最广的就是‘新闻联播’了,因此本文依托新闻联播公开的稿件,探索其与上证指数的关系。本文利用了python中爬虫和人工智能方面的功能,通过网络爬虫,获取了新闻联播2009年至2020年的新闻稿件数据,对数据缺失等问题进行了数据清洗,基于Jieba分词库自有词典和综合新闻特有词汇进行了分词,并进行了词频统计分析,简单探究了各年度的关键热词和官方关注的焦点。将分词结果通过预训练的词向量模型转化为300维的词向量,利用NLP领域中成熟的第三方开源库Tensorflow2.0来搭建神经网络,本文主要利用RNN和LSTM两个模型对数据进行训练和测试。将所获得的近11年稿件数据中的70%作为训练集,剩余部分作为测试集,先通过反向传播的方式训练模型得到参数,然后利用测试集数据进行预测并对比预测结果和实际值的差异,以检验模型的训练效果。本文经过训练和测试发现了模型具有很强的预测效果,预测的价格指数和实际指数十分接近,从而验证了新闻联播与上证指数之间的相关关系。