面向財經新聞的智能搜索平臺的研究與應用.pdf

1、隨著互聯(lián)網技術的高速發(fā)展，互聯(lián)網上的信息包括各種各樣的財經新聞正以爆炸式的速度迅猛增長。毫無疑問，財經新聞中蘊含著大量的財富，它對用戶做重要的經濟決策、對企業(yè)把握市場的發(fā)展規(guī)律、對國家促進金融市場發(fā)展和經濟結構轉型，都具有十分重要的作用和戰(zhàn)略意義。但是，深陷在信息的海洋漩渦之中，人們不得不面臨著嚴峻的信息過載問題。因此，如何快速有效地幫助用戶獲取有價值的財經新聞成為了一個至關重要的問題。為了緩解信息過載的壓力，搜索引擎和門戶網站得到了快

2、速的發(fā)展和應用。傳統(tǒng)的基于核心詞的搜索引擎如百度谷歌等，簡單易用，用戶只需要輸入目標核心詞，搜索引擎就會自動返回相關的結果。但是搜索引擎往往動輒返回數(shù)以萬計的結果，因此準確率通常比較低。另外，有些用戶只關心某些特定領域的新聞如房地產相關的新聞，雖然門戶網站的出現(xiàn)彌補了這一問題，但是門戶網站往往冗余龐大、而且只是簡單的羅列新聞，無法發(fā)現(xiàn)隱藏在新聞內部的關系。例如，房價的新聞往往和房價調控政策以及建筑建材業(yè)的新聞有深入的關系。
　　本

3、研究主要內容包括：⑴結合傳統(tǒng)搜索引擎和門戶網站的優(yōu)點，利用數(shù)據(jù)挖掘和自然語言處理領域的相關知識，提出了一種新的智能搜索平臺框架。平臺一共包含了六大模塊，它不僅可以提供基于核心詞的便捷搜索服務，而且還可以給用戶提供分門別類的財經資訊。同時，為了給用戶提供第一手的實時熱點，平臺集成了基于TDT的熱點新聞發(fā)現(xiàn)算法。此外，為了發(fā)現(xiàn)隱藏在新聞內部的關系，基于新聞的設計并構建了動態(tài)知識網絡，用于快速引導用戶找到更加多樣和有用的信息。⑵在智能搜平臺的

4、基礎上，針對基于SVM的自動分類算法和基于TDT技術的熱點新聞發(fā)現(xiàn)算法做了改進。在文本表示階段，重點考慮主題在財經新聞中的重要性，改進了特征詞的權重公式。更進一步，考慮到時間對于熱點事件至關重要。因此，通過融入時間因素改進了文檔與主題的相似度公式。⑶在真實的新聞數(shù)據(jù)集上的實驗結果表明，通過引入主題因素，在合適的權重系數(shù)情況下，可以提高分類算法的正確率。同時，通過融入時間因素，熱點新聞自動發(fā)現(xiàn)算法相比于傳統(tǒng)的方法，可以更好的區(qū)分內容相似但