[發明專利]一種智能分析實時新聞對金融市場影響的方法

在審

• 申請號: 201710674605.2
• 申請日: 2017-08-09
• 公開（公告）號: CN107403017A
• 公開（公告）日: 2017-11-28
• 發明（設計）人: 劉川;梁雪萍
• 申請（專利權）人: 上海數旦信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 上海三方專利事務所31127
• 代理人: 吳瑋,李美立

1.一種智能分析實時新聞對金融市場影響的方法，其特征在于步驟如下：

a.抓取原始新聞并進行分詞，分詞后按新聞時間將詞劃入不同時間窗并進行詞頻統計，在檢測出主題詞后根據主題詞的相似度將新聞聚類至話題下；

b.評價話題的當前熱度，并建立熱度預測模型對未來熱度進行預測；

c.對新聞中的命名實體進行識別，以得到與話題相關的投資標的；

d.選擇研究話題，判斷研究話題對相關的投資標的的影響是否明顯并分析其影響程度，然后對投資標的的漲跌情況進行分類。

2.如權利要求1所述的一種智能分析實時新聞對金融市場影響的方法，其特征在于所述的步驟a具體包括：

a1.實時抓取原始新聞，剔除異常的URL地址和異常內容后提取出提取新聞元數據；

a2.將新聞元數據與詞庫中的詞進行逐一匹配，直至將新聞元數據中的所有詞分開，按新聞時間將詞劃入不同的時間窗，對各個時間窗內不同詞的詞頻進行統計，并去掉詞頻最高和最低的詞；

a3.通過詞頻計算各詞在時間窗中的詞頻變化速率，基于詞頻變化速率和詞頻計算詞的熱度，以熱度大于一定值的詞以構成主題詞庫，公式如下:

Vij＝Cij/Cijavg

Pij＝logVij+K*log(Cij/Cjavg)

其中，Pij表示詞i在時間窗j中的熱度，Vij表示詞i在時間窗j中的變化速率，Cij表示詞i在時間窗j中的詞頻，Cijavg表示詞i在前j-1個時間窗的平均詞頻，Cjavg表示時間窗j內的最高詞頻，K取值在-1～1之間；

a4.將每個新聞的主題詞庫逐一與已有話題的主體詞庫進行相似度比較，將相似的新聞加入已有話題中，并將該新聞的主題詞庫與已有話題的主體詞庫相合并；若不相似，則將該新聞作為一個新話題，并將該新聞的主題詞庫作為新話題的主體詞庫，所述的相似度為新聞詞頻向量和話題詞頻向量之間的歐式距離，所述的新聞詞頻向量和話題詞頻向量由主體詞的詞頻構成。

3.如權利要求1所述的一種智能分析實時新聞對金融市場影響的方法，其特征在于所述的步驟b具體包括：

b1.通過每個話題的熱度因子計算出話題的當前熱度；

b2.建立歷史新聞及新聞話題樣本庫，將樣本庫拆分為訓練集和測試集，基于訓練集得到話題熱度預測模型，并通過話題熱度預測模型預測未來的話題熱度值。

4.如權利要求3所述的一種智能分析實時新聞對金融市場影響的方法，其特征在于所述的熱度因子包括數量因子、影響力因子、用戶因子和價值因子，

所述的數量因子指話題中新聞的總數量；

所述的影響力因子由話題中新聞的網站來源、作者、是否置頂決定；

所述的用戶因子由話題中新聞的閱讀量、評論、跟帖等用戶反饋決定；

所述的價值因子由話題中新聞的內容的商業價值、市場價值決定；

計算話題當前熱度的公式如下：

話題的當前熱度＝K1*數量因子+K2*影響力因子+K3*用戶因子+K4*價值因子，K1、K2、K3、K4均取值為0.25。

5.如權利要求3所述的一種智能分析實時新聞對金融市場影響的方法，其特征在于所述的話題熱度預測模型通過深度學習方法獲得，以話題的熱度因子作為話題熱度預測模型的輸入參數，以未來的話題熱度值為話題熱度預測模型的輸出參數。