[发明专利]基于大数据的经济形势指数分析方法、系统及计算机可读介质

权利要求书

1.基于大数据的经济形势指数分析方法，其特征在于，包括以下步骤：

S1：采集与经济形势相关的互联网原始数据；

S2：根据原始数据构建搜索引擎库；

S3：从搜索引擎库中检索所需的文本数据；

S4：对文本数据依次进行数据预处理和数据清洗，所述数据预处理包括对文本数据进行简单清洗、数据集成、数据变换及数据归约并建立数据库；所述数据清洗包括对数据预处理后的文本数据进行去重、去噪、异常值处理及缺失值处理并建立语料库；

S5：对数据清洗后的文本数据进行特征筛选，提取其特征值确定计算变量，所述计算变量包括文本发布时间、评价情感、浏览量；

S6：对特征筛选后的文本数据进行数据挖掘，根据文本发布时间、评价情感、浏览量，赋予该文本数据不同的权重，再挖掘出文本数据中的经济信息，并输入到适当的指数模型中进行计算，输出得到经济形势的指数计算结果。

2.如权利要求1所述的基于大数据的经济形势指数分析方法，其特征在于：步骤S5之前还有对数据清洗后的文本数据进行探索性分析的步骤，所述探索性分析包括位置探索、分布探索、趋势探索及聚合探索。

3.如权利要求1或2所述的基于大数据的经济形势指数分析方法，其特征在于：步骤S6后还包括对指数计算结果进行存储的步骤。

4.如权利要求1或2所述的基于大数据的经济形势指数分析方法，其特征在于：所述搜索引擎库为分布式全文搜索引擎。

5.基于大数据的经济形势指数分析系统，其特征在于，包括以下模块：

数据采集模块，其用于采集与经济形势相关的互联网原始数据；

搜索引擎模块，其用于根据原始数据构建搜索引擎库；

数据检索模块，其用于从搜索引擎库中检索所需的文本数据；

数据处理模块，其用于对文本数据依次进行数据预处理和数据清洗；所述数据预处理包括对文本数据进行简单清洗、数据集成、数据变换及数据规约并建立数据库；所述数据清洗包括对数据预处理后的文本数据进行去重、去噪、异常值处理及缺失值处理并建立语料库；

特征工程模块，其用于对数据清洗后的文本数据进行特征筛选，提取其特征值并确定计算变量，所述计算变量包括文本发布时间、评价情感、浏览量；

挖掘建模模块，其用于对特征筛选后的文本数据进行数据挖掘，根据文本发布时间、评价情感、浏览量，赋予该文本数据不同的权重，再挖掘出文本数据中的经济信息，并输入到适当的指数模型中进行计算，输出得到经济形势的指数计算结果。

6.如权利要求5所述的基于大数据的经济形势指数分析系统，其特征在于：还包括探索性分析模块，其用于在特征工程模块之前对数据清洗后的文本数据进行探索性分析，所述探索性分析包括位置探索、分布探索、趋势探索及聚合探索。

7.如权利要求5或6所述的基于大数据的经济形势指数分析系统，其特征在于：还包括指数存储模块，用于对指数计算结果进行存储。

8.如权利要求5或6所述的基于大数据的经济形势指数分析系统，其特征在于：所述搜索引擎库为分布式全文搜索引擎。

9.计算机可读介质，其特征在于，所述计算机可读介质存储有用于执行权利要求1至4任一项所述的基于大数据的经济形势指数分析方法的程序。