[发明专利]一种智能分析实时新闻对金融市场影响的方法

权利要求书

1.一种智能分析实时新闻对金融市场影响的方法，其特征在于步骤如下：

a.抓取原始新闻并进行分词，分词后按新闻时间将词划入不同时间窗并进行词频统计，在检测出主题词后根据主题词的相似度将新闻聚类至话题下；

b.评价话题的当前热度，并建立热度预测模型对未来热度进行预测；

c.对新闻中的命名实体进行识别，以得到与话题相关的投资标的；

d.选择研究话题，判断研究话题对相关的投资标的的影响是否明显并分析其影响程度，然后对投资标的的涨跌情况进行分类。

2.如权利要求1所述的一种智能分析实时新闻对金融市场影响的方法，其特征在于所述的步骤a具体包括：

a1.实时抓取原始新闻，剔除异常的URL地址和异常内容后提取出提取新闻元数据；

a2.将新闻元数据与词库中的词进行逐一匹配，直至将新闻元数据中的所有词分开，按新闻时间将词划入不同的时间窗，对各个时间窗内不同词的词频进行统计，并去掉词频最高和最低的词；

a3.通过词频计算各词在时间窗中的词频变化速率，基于词频变化速率和词频计算词的热度，以热度大于一定值的词以构成主题词库，公式如下:

Vij＝Cij/Cijavg

Pij＝logVij+K*log(Cij/Cjavg)

其中，Pij表示词i在时间窗j中的热度，Vij表示词i在时间窗j中的变化速率，Cij表示词i在时间窗j中的词频，Cijavg表示词i在前j-1个时间窗的平均词频，Cjavg表示时间窗j内的最高词频，K取值在-1～1之间；

a4.将每个新闻的主题词库逐一与已有话题的主体词库进行相似度比较，将相似的新闻加入已有话题中，并将该新闻的主题词库与已有话题的主体词库相合并；若不相似，则将该新闻作为一个新话题，并将该新闻的主题词库作为新话题的主体词库，所述的相似度为新闻词频向量和话题词频向量之间的欧式距离，所述的新闻词频向量和话题词频向量由主体词的词频构成。

3.如权利要求1所述的一种智能分析实时新闻对金融市场影响的方法，其特征在于所述的步骤b具体包括：

b1.通过每个话题的热度因子计算出话题的当前热度；

b2.建立历史新闻及新闻话题样本库，将样本库拆分为训练集和测试集，基于训练集得到话题热度预测模型，并通过话题热度预测模型预测未来的话题热度值。

4.如权利要求3所述的一种智能分析实时新闻对金融市场影响的方法，其特征在于所述的热度因子包括数量因子、影响力因子、用户因子和价值因子，

所述的数量因子指话题中新闻的总数量；

所述的影响力因子由话题中新闻的网站来源、作者、是否置顶决定；

所述的用户因子由话题中新闻的阅读量、评论、跟帖等用户反馈决定；

所述的价值因子由话题中新闻的内容的商业价值、市场价值决定；

计算话题当前热度的公式如下：

话题的当前热度＝K1*数量因子+K2*影响力因子+K3*用户因子+K4*价值因子，K1、K2、K3、K4均取值为0.25。

5.如权利要求3所述的一种智能分析实时新闻对金融市场影响的方法，其特征在于所述的话题热度预测模型通过深度学习方法获得，以话题的热度因子作为话题热度预测模型的输入参数，以未来的话题热度值为话题热度预测模型的输出参数。