摘要：針對互聯網中異源數據的風險預估問題,借鑒社會心理學中社會風險研究成果,提出基于深度學習模型Paragraph Vector的風險分類和風險預估方法.選擇"天涯社區"的"天涯雜談"和"百姓聲音"子板塊為例,通過話題分析和相似度比較說明了不同子版塊之間社會風險分類的可行性;利用基于Paragraph Vector的K-Nearest Neighbors分類方法(KNN-PV),以"天涯雜談"標注數據為訓練集,實現"百姓聲音"相同時間段新發帖的風險分類和風險預估,并通過人工標注結果驗證了KNN-PV方法的有效性.研究結果表明,基于機器學習方法能夠實現互聯網中異源數據的風險分類和風險預估.