金融信息實時發(fā)布系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、目前，每天都有大量的網(wǎng)站發(fā)布各種金融信息，這些信息具有很強的行業(yè)特殊性。面對如此眾多海量的新聞，如何幫助用戶從互聯(lián)網(wǎng)中整合和處理金融數(shù)據(jù)已經(jīng)成為擺在金融網(wǎng)站面前的重要問題。在此基礎(chǔ)上本文提出了金融信息實時發(fā)布系統(tǒng)，一方面為用戶搜集重要的金融信息，另一方面也提高了用戶黏性進并且減少用戶在海量數(shù)據(jù)中搜索需要新聞的時間。但是互聯(lián)網(wǎng)信息的爆炸性增長導(dǎo)致用戶可能接收到的信息量越來越多，而這些信息可能有所重復(fù)并且未必是用戶感興趣的。因此本文需要對于

2、抓取的門戶網(wǎng)站新聞進行處理，為用戶提供所需要的重要金融信息。
　　金融爬蟲的建立使得系統(tǒng)能夠在互聯(lián)網(wǎng)上高效準確的及時搜集各類與金融相關(guān)的網(wǎng)頁信息，并且通過它不斷地更新這些信息，便于高層應(yīng)用的獲取和使用。對于網(wǎng)絡(luò)上不同的各種種類的信息可以根據(jù)特殊的金融詞典來過濾搜索的網(wǎng)頁URL，以此來保證金融領(lǐng)域網(wǎng)頁的搜集。而網(wǎng)絡(luò)解析技術(shù)能夠?qū)τ谝严螺d的網(wǎng)頁進行解析，針對不同網(wǎng)頁模板提取正文信息。中文分詞技術(shù)和TF-IDF方法能夠?qū)τ谡膬?nèi)容進行關(guān)

3、鍵詞抽取，并以此為依據(jù)對于網(wǎng)頁內(nèi)容進行分類處理。
　　在本文中，開發(fā)技術(shù)主要采用JSP技術(shù)，結(jié)合運用Structs編程架構(gòu)、Spring編程架構(gòu)等輔助開發(fā)，使用Eclipse8.5為開發(fā)工具，采取了B/S架構(gòu)。本系統(tǒng)利用信息抓取技術(shù)，并設(shè)計金融信息爬蟲來高效準確的搜集金融門戶網(wǎng)站信息。然后，對于不同的網(wǎng)站設(shè)置不同的模板進行解析，提取頁面正文信息。對于解析的新聞提取關(guān)鍵字，并對于文本進行分類處理。對于整合后的信息，系統(tǒng)將其存儲在數(shù)據(jù)