[發明專利]個股和文章關聯度的計算方法及其系統

在審

• 申請號: 201610050955.7
• 申請日: 2016-01-26
• 公開（公告）號: CN105740353A
• 公開（公告）日: 2016-07-06
• 發明（設計）人: 陳發君;黃金才;劉忠;程光權;朱承;修保新;陳超;馮旸赫
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 陳立新

1.個股和文章關聯度的計算方法，其特征在于，包括以下步驟：

S1.數據獲取

實時的從互聯網上爬取獲取財經類新聞作為語料并存檔入庫；

S2.關聯度分析

分析實時獲取的語料中的個股與文章的關聯關系，計算關聯度；

S3.熱度分析

按日匯總個股與文章的關聯度即個股的熱度；

S4.情感分析

分析實時獲取的語料中的個股情感；

S5.數據存儲

將關聯度分析、熱度分析和情感分析的結果存入mysql數據庫中；

S6.數據檢索

通過WebService對終端用戶提供查詢接口，用戶輸入個股信息，返回個股關聯的文章及關聯度、個股情感和個股熱度信息。

2.根據權利要求1所述的個股和文章關聯度的計算方法，其特征在于，所述步驟S2中關聯度的計算方法為：

S2.1獲取語料并區分標題和內容，分詞并計算各個詞的提及數；

S2.2對于個股A和新聞N，其關聯度計算如下：

S2.2.1記個股A的代碼、同義詞、簡稱、全稱在新聞N的標題和內容中出現的次數分別為nat_id、nat_syn、nat_short、nat_long和nct_id、nct_syn、nct_short、nct_long；記股票關鍵字字典為Stocks；記需要股票代碼和簡稱一塊出現的個股字典為codeAndName；

S2.2.2計算個股A和標題的關聯度assetTitleRel：

1)如果標題中沒有包含股票關鍵字字典Stocks中的詞，并且個股簡稱和代碼沒有同時在標題中出現，則assetTitleRel＝(nat_syn+nat_long)*2；

2)如果標題中沒有包含股票關鍵字字典Stocks中的詞，并且個股簡稱和代碼同時在標題中出現，assetTitleRel＝(nat_syn+nat_long+nat_id+nat_short)*2；

3)如果標題中包含股票關鍵字字典Stocks中的詞，并且個股A不在codeAndName中，則assetTitleRel＝(nat_syn+nat_long+nat_short)*2；

4)如果標題中包含股票關鍵字字典Stocks中的詞，并且個股A在codeAndName中，同時個股簡稱和代碼沒有同時在標題中出現，則assetTitleRel＝(nat_syn+nat_long)*2；

5)如果標題中包含股票關鍵字字典Stocks中的詞，并且個股A在codeAndName中，同時個股簡稱和代碼同時在標題中出現，則assetTitleRel＝(nat_syn+nat_long+nat_id+nat_short)*2；

S2.2.3計算個股A和內容的關聯度assetContentRel：

1)如果內容中沒有包含股票關鍵字字典Stocks中的詞，并且個股簡稱和代碼沒有同時在內容中出現，則assetContentRel＝(nac_syn+nac_long)*2；

2)如果內容中沒有包含股票關鍵字字典Stocks中的詞，并且個股簡稱和代碼同時在內容中出現，assetContentRel＝(nac_syn+nac_long+nac_id+nac_short)*2；

3)如果內容中包含股票關鍵字字典Stocks中的詞，并且個股A不在codeAndName中，則assetContentRel＝(nac_syn+nac_long+nac_short)*2；

4)如果內容中包含股票關鍵字字典Stocks中的詞，并且個股A在codeAndName中，同時個股簡稱和代碼沒有同時在內容中出現，則assetContentRel＝(nac_syn+nac_long)*2；

5)如果內容中包含股票關鍵字字典Stocks中的詞，并且個股A在codeAndName中，同時個股簡稱和代碼同時在內容中出現，則

assetContentRel＝(nac_syn+nac_long+nac_id+nac_short)*2；

S.2.4個股A和新聞N的關聯度assetRel等于個股A與標題關聯度加上個股A與內容關聯度，即assetRel＝assetTitleRel+assetContentRel。