[发明专利]一种用于计算资讯关联股票的方法和装置

权利要求书

1.一种用于计算资讯关联股票的方法，其特征在于，包括：

根据用户输入的检索条件获取多篇资讯，并通过计算得到每篇资讯的一个或多个关键词；

对于每篇资讯，通过对本篇资讯的各关键词进行模型训练，计算得到本篇资讯中各关键词对应的关键词向量；

对于每篇资讯，基于关键词向量计算本篇资讯的关键词与市场各股票词之间的关联度，进而确定与本篇资讯相关的一个或多个股票。

2.根据权利要求1所述的用于计算资讯关联股票的方法，其特征在于，所述确定与本篇资讯相关的一个或多个股票之后，所述方法还包括：

按照预设排序的方式，将所述一个或多个股票展现给用户；其中，所述预设排序为各股票词的关联度排序、对应资讯的发布时间排序或对应关键词的数量排序。

3.根据权利要求1所述的用于计算资讯关联股票的方法，其特征在于，所述根据用户输入的检索条件获取多篇资讯，并通过计算得到每篇资讯的一个或多个关键词，具体包括：

根据用户输入的检索条件，获取相关的多篇资讯；其中，所述检索条件包括资讯标题、资讯内容和资讯关键词中的一项或多项；

对各资讯进行数据清洗，去除资讯中的无用标签和脏数据；

对各资讯中的文本进行分词操作，去除无效词后在剩下的词汇中选取一个或多个作为本篇资讯的关键词，并计算各关键词的权重。

4.根据权利要求3所述的用于计算资讯关联股票的方法，其特征在于，对于每篇资讯，所述在剩下的词汇中选取一个或多个作为本篇资讯的关键词，具体为：

对于剩下的每个词汇，将该词汇在全资讯中出现的概率和在本篇新闻资讯中出现的概率进行比较；如果该词汇在本篇新闻资讯中出现的概率高于在全资讯中出现的概率，则将该词汇作为本篇资讯的一个关键词。

5.根据权利要求3所述的用于计算资讯关联股票的方法，其特征在于，所述无效词包括停用词、脏词和噪音词中的一项或多项。

6.根据权利要求1所述的用于计算资讯关联股票的方法，其特征在于，在进行关键词训练时，选择cbow模型进行训练，最终得到的关键词向量为1*256维矢量。

7.根据权利要求1所述的用于计算资讯关联股票的方法，其特征在于，对于每篇资讯，所述基于关键词向量计算本篇资讯的关键词与市场各股票词之间的关联度，进而确定与本篇资讯相关的一个或多个股票，具体为：

遍历计算本篇资讯的关键词向量与市场各股票词向量的夹角余弦的距离，并乘以对应的权重，得到本篇资讯关键词与对应股票词的关联度；

每次计算后，将得到的关联度与预设阈值进行比较，如果关联度高于预设阈值，则将对应的股票词和关联度值保存在股票字典中；

遍历计算完成后，基于所述股票字典中保存的一个或多个股票词，确定与本篇资讯相关的一个或多个股票。

8.根据权利要求7所述的用于计算资讯关联股票的方法，其特征在于，所述基于所述股票字典中保存的一个或多个股票词，确定与本篇资讯相关的一个或多个股票之后，所述方法还包括：

将股票字典中的股票词按照对应关联度值从大到小的顺序进行排序，并将排名靠前的n个股票组成有序的关联股票数组；其中，n≥1；

将所述关联股票数组按照排序的方式展现给用户，以便用户进行基于资讯关联的股票投资。

9.根据权利要求1-8任一所述的用于计算资讯关联股票的方法，其特征在于，所述多篇资讯是从一个或多个资讯平台获取，则在所述获取多篇资讯后，所述方法还包括：

对所述多篇资讯分别进行性质分析，从中筛选出一篇或多篇预估性资讯，并记录每篇预估性资讯对应的资讯平台和预估结果；

通过大数据爬虫分析和/或对国家基准资讯平台进行访问，获取与每篇预估性资讯相对应的关联结果；

将每篇预估性资讯的预估结果与对应关联结果进行匹配，得到每篇预估性资讯的准确度，进而得到对应资讯平台的可信度；

则在下一次计算资讯关联股票时，所述获取多篇资讯具体为：从可信度高于预设基准值的一个或多个资讯平台处获取多篇资讯。

10.一种用于计算资讯关联股票的装置，其特征在于，包括至少一个处理器和存储器，所述至少一个处理器和存储器之间通过数据总线连接，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令在被所述处理器执行后，用于完成权利要求1-9任一所述的用于计算资讯关联股票的方法。