[發(fā)明專利]基于股票評(píng)論數(shù)據(jù)的數(shù)據(jù)挖掘方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810942719.5
• 申請(qǐng)日: 2018-08-17
• 公開(kāi)（公告）號(hào): CN109300031A
• 公開(kāi)（公告）日: 2019-02-01
• 發(fā)明（設(shè)計(jì)）人: 王浩;張晨;龐旭林;杜長(zhǎng)營(yíng);楊康
• 申請(qǐng)（專利權(quán)）人: 北京奇虎科技有限公司
• 主分類號(hào): G06Q40/04
• 分類號(hào): G06Q40/04;G06F16/2458;G06F16/28;G06K9/62
• 代理公司: 北京市隆安律師事務(wù)所 11323
• 代理人: 權(quán)鮮枝;何立春

本發(fā)明公開(kāi)了一種基于股票評(píng)論數(shù)據(jù)的數(shù)據(jù)挖掘方法和裝置，該方法包括：獲取股票評(píng)論數(shù)據(jù)；其中，一條股票評(píng)論數(shù)據(jù)是指單個(gè)股票評(píng)論員對(duì)單個(gè)股票的單次評(píng)論數(shù)據(jù)；基于所獲取的股票評(píng)論數(shù)據(jù)，挖掘股票評(píng)論員的觀點(diǎn)極性分布信息；以及，基于所獲取的股票評(píng)論數(shù)據(jù)，挖掘股票評(píng)論員的觀點(diǎn)可靠性分布信息。本發(fā)明融合了多種異構(gòu)信息源，例如股票價(jià)格時(shí)序、股評(píng)文本內(nèi)容以及發(fā)表股評(píng)的股票評(píng)論員的歷史行為，基于該多源異構(gòu)大數(shù)據(jù)，借助數(shù)據(jù)挖掘技術(shù)深入分析并提取關(guān)鍵特征，利用這些特征進(jìn)行股評(píng)可靠性度量，從而從海量信息中精選出優(yōu)質(zhì)股票，能夠幫助投資者更加準(zhǔn)確地理解市場(chǎng)走勢(shì)以及股票動(dòng)態(tài)，供投資者或股市分析員使用。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能和大數(shù)據(jù)領(lǐng)域，具體涉及一種基于股票評(píng)論數(shù)據(jù)的數(shù)據(jù)挖掘方法、裝置、電子設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

投資者通常會(huì)利用搜索引擎尋找相關(guān)價(jià)值信息幫助其最終決策，而這些決策過(guò)程大部分是依靠人的分析判斷以及經(jīng)驗(yàn)。事實(shí)上，互聯(lián)網(wǎng)中的股票評(píng)論數(shù)據(jù)包含了豐富且有價(jià)值的語(yǔ)義信息，能夠幫助投資者理解市場(chǎng)走勢(shì)以及股票動(dòng)態(tài)。已有的股評(píng)分析方法通常僅僅聚焦在捕獲股評(píng)的情感極性，從而理解股評(píng)對(duì)于市場(chǎng)走勢(shì)的宏觀作用。然而，互聯(lián)網(wǎng)中的股評(píng)往往包含了大量的噪聲，如水軍以及個(gè)人主觀傾向從眾心理等，從而嚴(yán)重地影響投資者的判斷。因此利用人工智能技術(shù)對(duì)股評(píng)信息進(jìn)行細(xì)粒度權(quán)威性分析，進(jìn)而自動(dòng)地為股民和股票分析師從海量信息中精選優(yōu)質(zhì)股票是非常有意義的。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，提出了本發(fā)明以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的基于股票評(píng)論數(shù)據(jù)的數(shù)據(jù)挖掘方法、裝置、電子設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

依據(jù)本發(fā)明的一個(gè)方面，提供了一種基于股票評(píng)論數(shù)據(jù)的數(shù)據(jù)挖掘方法，該方法包括：

獲取股票評(píng)論數(shù)據(jù)；其中，一條股票評(píng)論數(shù)據(jù)是指單個(gè)股票評(píng)論員對(duì)單個(gè)股票的單次評(píng)論數(shù)據(jù)；

基于所獲取的股票評(píng)論數(shù)據(jù)，挖掘股票評(píng)論員的觀點(diǎn)極性分布信息；

以及，基于所獲取的股票評(píng)論數(shù)據(jù)，挖掘股票評(píng)論員的觀點(diǎn)可靠性分布信息。

可選地，該方法在獲取股票評(píng)論數(shù)據(jù)的步驟之后還包括股票評(píng)論數(shù)據(jù)清洗的步驟，具體包括：

刪除觀點(diǎn)極性為中立的股票評(píng)論數(shù)據(jù)；

和/或，

刪除長(zhǎng)度小于預(yù)設(shè)閾值的股票評(píng)論序列所對(duì)應(yīng)的股票評(píng)論數(shù)據(jù)；其中，股票評(píng)論序列是指同一評(píng)論員在不同時(shí)間對(duì)同一股票進(jìn)行評(píng)論的股票評(píng)論數(shù)據(jù)的組合。

可選地，一條股票評(píng)論數(shù)據(jù)包括：

股票評(píng)論員標(biāo)識(shí)、評(píng)論時(shí)間、目標(biāo)股票、包含觀點(diǎn)極性的內(nèi)容。

可選地，所述基于所獲取的股票評(píng)論數(shù)據(jù)，挖掘股票評(píng)論員的觀點(diǎn)極性分布信息包括如下中的一種或多種:

基于所獲取的股票評(píng)論數(shù)據(jù)中的同一股票評(píng)論員針對(duì)同一股票的所有歷史股票評(píng)論數(shù)據(jù)，確定該股票評(píng)論員針對(duì)該股票發(fā)布看漲的股票評(píng)論數(shù)據(jù)的概率，以及確定該股票評(píng)論員針對(duì)該股票發(fā)布看跌的股票評(píng)論數(shù)據(jù)的概率；

基于所獲取的股票評(píng)論數(shù)據(jù)中的同一股票評(píng)論員針對(duì)不同股票的所有歷史股票評(píng)論數(shù)據(jù)，確定該股票評(píng)論員發(fā)布看漲的股票評(píng)論數(shù)據(jù)的概率，以及確定該股票評(píng)論員發(fā)布看跌的股票評(píng)論數(shù)據(jù)的概率；

基于所獲取的股票評(píng)論數(shù)據(jù)中的不同股票評(píng)論員針對(duì)同一股票的所有歷史股票評(píng)論數(shù)據(jù)，確定股票評(píng)論員針對(duì)該股票發(fā)布看漲的股票評(píng)論數(shù)據(jù)的概率，以及確定股票評(píng)論員針對(duì)該股票發(fā)布看跌的股票評(píng)論數(shù)據(jù)的概率；

基于所獲取的股票評(píng)論數(shù)據(jù)中的不同股票評(píng)論員針對(duì)不同股票的所有歷史股票評(píng)論數(shù)據(jù)，確定發(fā)布看漲的股票評(píng)論數(shù)據(jù)的概率，以及確定發(fā)布看跌的股票評(píng)論數(shù)據(jù)的概率。