[發(fā)明專利]一種證券市場情緒指數(shù)智能計算信息系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011095683.5
• 申請日: 2020-10-14
• 公開（公告）號: CN112200674B
• 公開（公告）日: 2022-09-13
• 發(fā)明（設(shè)計）人: 陳實;譚新龍;李玲芳;陳磊;王荻
• 申請（專利權(quán)）人: 上海謙璞投資管理有限公司;西安貝業(yè)思數(shù)據(jù)智能技術(shù)服務(wù)有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06F40/216;G06F40/289;G06F40/242;G06F16/35
• 代理公司: 上海尚象專利代理有限公司 31335
• 代理人: 徐炫

本發(fā)明公開了一種證券市場情緒指數(shù)智能計算信息系統(tǒng)，包含爬蟲模塊、算法模塊和后臺應(yīng)用模塊；爬蟲模塊通過爬蟲與模型架構(gòu)，進行數(shù)據(jù)抓取與清洗；算法模塊包含基于情感詞自發(fā)現(xiàn)模型的指數(shù)計算方法模型與基于特征向量修正的指數(shù)計算方法模型；后臺應(yīng)用模塊進行模型任務(wù)調(diào)度和結(jié)果對接。本發(fā)明的系統(tǒng)是一種基于情感詞自發(fā)現(xiàn)和特征向量修正與邏輯回歸模型的金融輿情指數(shù)計算方法的系統(tǒng)，克服了克服現(xiàn)有的技術(shù)缺陷，結(jié)合基于特征向量修正的有監(jiān)督機器學(xué)習(xí)算法，來計算金融輿情指數(shù)，并在此基礎(chǔ)上完成了證券市場情緒指數(shù)智能計算信息系統(tǒng)的設(shè)計和應(yīng)用。

技術(shù)領(lǐng)域

本發(fā)明涉及一種屬于網(wǎng)絡(luò)輿論的自然語言理解與處理技術(shù)領(lǐng)域的系統(tǒng)，具體地，涉及一種證券市場情緒指數(shù)智能計算信息系統(tǒng)。

背景技術(shù)

隨著互聯(lián)網(wǎng)文化產(chǎn)業(yè)的興起，音頻行業(yè)越來越受到人們的重視和喜愛，更多當今社會媒體的發(fā)展導(dǎo)致了金融輿論數(shù)據(jù)的爆炸式增長。因此，針對金融輿論數(shù)據(jù)的情感分析成為金融領(lǐng)域的熱點。行為金融學(xué)提出：非理性股市投資者的心理和行為將會影響股票市場態(tài)勢。而且隨著互聯(lián)網(wǎng)的日益發(fā)展，投資者也更容易通過新聞和股評來獲取投資觀點，或者通過論壇來表達投資情感傾向。新聞和股評也因此影響了投資者心理和行為，從而影響了他們的投資決策，甚至影響了整個市場的行情走勢。

目前，輿情分析應(yīng)用主要分為兩種：基于詞庫的方法和機器學(xué)習(xí)方法，前者屬于無監(jiān)督的文本情感判斷，后者使用有監(jiān)督的分類方法。這兩種方法適用于不同的研究內(nèi)容，基于詞庫的方法更適用于細分的情感判斷(比如快樂和憤怒等)，而有監(jiān)督的分類方法應(yīng)用在整體的情感(比如正向、中立和負向三個類別)判斷更能發(fā)揮其優(yōu)勢。

無監(jiān)督的情感判斷主要運用情感詞的相關(guān)信息進行文本情緒的判斷。該方法簡單易行，而且通用性也能夠得到保障，但也存在一定的難點：1.精度不高。語言是一個高度復(fù)雜的東西，采用簡單的線性疊加顯然會造成很大的精度損失。詞語權(quán)重同樣不是一成不變的，而且也難以做到準確；2.新詞發(fā)現(xiàn)。對于新的情感詞，比如辣雞、悶殺等等，詞典不一定能夠覆蓋；3.詞典構(gòu)建難。基于詞典的情感分類，核心在于情感詞典。而情感詞典的構(gòu)建需要有較強的背景知識，需要對語言有較深刻的理解。目前針對金融評論的詞典需要研究者自己挖掘構(gòu)建。

有監(jiān)督學(xué)習(xí)的文本情感分析主要運用貝葉斯模型、支持向量機(SVM)、神經(jīng)網(wǎng)絡(luò)等模型進行情感分類。該類方法需要大量的訓(xùn)練集，同時需要人工對其進行分類標注。該方法需要解決語句長度過長的問題。很多用戶評論都特別長，分詞完后也有幾百個詞語。而序列過長會導(dǎo)致計算復(fù)雜、精度降低等問題。

另外，無論是通過詞庫方式判斷文本情緒，還是通過機器學(xué)習(xí)的方式，都需要通過分詞的方式對文本進行碎片化、向量化處理。用戶評論語句不像新聞那樣規(guī)整，新詞和口語化的詞語特別多。這個問題給分詞和詞向量帶來了很大難度。一般解決方法是分詞方面，建立用戶詞典，從而提高分詞準確度。詞向量方面，對新詞進行增量訓(xùn)練，從而提高新詞覆蓋率。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于新型無監(jiān)督特定情感的金融輿情感知方法的系統(tǒng)，克服現(xiàn)有的技術(shù)缺陷，結(jié)合基于特征向量修正的有監(jiān)督機器學(xué)習(xí)算法，來計算金融輿情指數(shù)，并在此基礎(chǔ)上完成了證券市場情緒指數(shù)智能計算信息系統(tǒng)的設(shè)計和應(yīng)用。

為了達到上述目的，本發(fā)明提供了一種證券市場情緒指數(shù)智能計算信息系統(tǒng)，其中，該系統(tǒng)包含爬蟲模塊、算法模塊和后臺應(yīng)用模塊；所述的爬蟲模塊通過爬蟲與模型架構(gòu)，進行數(shù)據(jù)抓取與清洗；所述的算法模塊包含基于情感詞自發(fā)現(xiàn)模型的指數(shù)計算方法模型與基于特征向量修正的指數(shù)計算方法模型；所述的后臺應(yīng)用模塊進行模型任務(wù)調(diào)度和結(jié)果對接。

上述的證券市場情緒指數(shù)智能計算信息系統(tǒng)，其中，所述的爬蟲模塊，其爬蟲與模型架構(gòu)包含：爬蟲服務(wù)通過scrapy-redis發(fā)布，爬蟲服務(wù)監(jiān)聽redis，等待請求任務(wù)數(shù)據(jù)，每個任務(wù)通過azkaban調(diào)度，生成請求url到redis中，觸發(fā)爬蟲服務(wù)執(zhí)行。