[发明专利]一种基于TrieTree的上市企业发展动态预测方法

摘要

本发明涉及大数据分析技术领域，尤其是一种基于TrieTree的上市企业发展动态预测方法。本发明方法通过抓取特定的上市公司的信息公告的发布网站的信息数据，经过数据预处理转换为可分析的文本信息，通过基于TrieTree对所有的信息进行拆分统计，按统计结果分布在不同的时间段，分析出高频词、上升度高的关键词，进而从多个企业的统计中从而得出上市企业的发展动态，对以后的企业发展方向形成一个趋势分析。本方法可避免通过分词库进行分词时无法识别出新技术、新动向的相关词汇的可能，从而在提高效率的同时，保证了新动态的预测，为从繁多、复杂的互联网数据中获取上市企业发展动态提供了一种高效率的方法。

主权项

一种基于TrieTree的上市企业发展动态的预测方法，其特征在于：所述的方法包括以下几个步骤：步骤1：数据的抓取、过滤、清洗、格式化，从上市企业特定的发布公告的网站上，抓取各企业的公告发布数据，对于信息统一转化为文本；以文本的形式对数据进行无关符号的过滤、清洗；再按相关的标点符号，把所有的公告信息按逗号分隔的形式，形成短句子用于后续的TrieTree算法统计；步骤2：拆词、分析统计、排序，对格式化的公告信息数据按短句子进行拆词，最终按短句子的长度进行分析，把一个短句子拆分为多种长度类型的词汇输入TrieTree算法进行分析统计；统计结果按倒序进行排序，然后输入结果用于再分析；步骤3：获取高频词汇、使用频率上升较快的关键词，获取统计后的各词汇的数据，并按各词汇的长度，把相关副词、介词等无用的数据进行处理，再按各词汇的长度对所有的数据进行保存；获取出使用频率比较高的高频词汇；通过高频词汇预测上市企业发展动态；如有上一期词汇，则与上一期的各词汇进行对比，获取使用频率上升较快的关键词，连用高频词汇预测上市企业发展动态。