[发明专利]基于树模型的事件影响度获取方法、装置及计算机设备

说明书

本发明公开了基于树模型的事件影响度获取方法、装置、计算机设备及存储介质，涉及人工智能技术，先是根据获取的文本数据进行事件类型判断得到事件分类结果，之后结合事件分类结果和企业基本面信息输入至随机森林模型判断事件影响程度，最后将文本数据对应的事件影响度参数及未推送文本数据集中每一个未推送文本数据对应的事件影响度参数根据预设的排序策略进行影响度参数排序而得到排序结果。实现了基于随机森林模型和事件核心数据集快速确定事件的事件影响度参数，并基于各文本数据的事件影响度参数进行排序以筛选出重要文本数据，降低了文本数据的推送量，能有效提高用户的查看效率。

技术领域

本发明涉及人工智能的智能决策技术领域，尤其涉及一种基于树模型的事件影响度获取方法、装置、计算机设备及存储介质。

背景技术

目前，在金融投资领域，事件分析是重要技术手段，例如股价短期波动主要源于近期事件影响。常见的各大金融投资软件都有提供事件预警功能，例如同花顺、东方财富、及各券商APP等。

针对用户所关注的上市企业或是所有上市企业，金融投资软件上均可进行相关上市企业的新闻信息推送，以供用户查看和参考。目前的新闻信息推送方式是只要有与该上市企业相关的新闻信息，都会推送至用户进行查看，不仅需要用户花费大量的时间去查看推送信息导致降低了获取信息的效率，而且用户需要根据经验主观的判断这些新闻信息的重要程度而降低了用户获取重要信息的效率。

发明内容

本发明实施例提供了一种基于树模型的事件影响度获取方法、装置、计算机设备及存储介质，旨在解决现有技术中将关注对象的所有新闻均推送至用户进行查看，用户逐一查看不仅效率低下，而且降低了用户获取重要信息的效率的问题。

第一方面，本发明实施例提供了一种基于树模型的事件影响度获取方法，其包括：

若检测到文本数据，通过对所述文本数据进行事件类型分类，得到与所述文本数据对应的事件分类结果；

获取所述文本数据所相应的文本发送方，在确定所述文本发送方的可信度超出预设的可信度阈值时，获取所述文本数据对应的事件分类结果，并获取所述文本数据所对应相关公司主体名称的公司基本面数据，由所述事件分类结果和所述公司基本面数据组成得到事件核心数据集；其中，所述公司基本面数据包括公司财务指标值和公司估值指标值；

调用已训练的随机森林模型，将所述事件核心数据集输入至所述随机森林模型中，得到与所述事件核心数据集对应的事件影响度参数，并将所述事件核心数据集对应的事件影响度参数存储至本地；

在确定未检测到另一文本数据时，获取本地已存储的未推送文本数据集，以及所述未推送文本数据集中每一个未推送文本数据对应的事件影响度参数；其中，所述未推送文本数据集对应的事件相关公司主体名称与所述文本数据对应的事件相关公司主体名称相同；

将所述文本数据对应的事件影响度参数及所述未推送文本数据集中每一个未推送文本数据对应的事件影响度参数根据预设的排序策略进行影响度参数排序，得到排序结果；以及

获取所述排序结果中排名值未超出预设的排名阈值的各事件影响度参数分别对应的文本数据，组成待推送文本数据集。

第二方面，本发明实施例提供了一种基于树模型的事件影响度获取装置，其包括：

事件类型分类单元，用于若检测到文本数据，通过对所述文本数据进行事件类型分类，得到与所述文本数据对应的事件分类结果；

事件核心数据集获取单元，用于获取所述文本数据所相应的文本发送方，在确定所述文本发送方的可信度超出预设的可信度阈值时，获取所述文本数据对应的事件分类结果，并获取所述文本数据所对应相关公司主体名称的公司基本面数据，由所述事件分类结果和所述公司基本面数据组成得到事件核心数据集；其中，所述公司基本面数据包括公司财务指标值和公司估值指标值；