面向金融領(lǐng)域的論壇搜索.pdf

1、隨著經(jīng)濟(jì)的發(fā)展，大量的人們熱衷于股票、債券、基金等金融領(lǐng)域的投資，如何及時準(zhǔn)確獲取有關(guān)金融領(lǐng)域的信息便成了投資者們十分關(guān)心的一個話題。隨著計算機(jī)網(wǎng)絡(luò)的發(fā)展，論壇作為Internet上的一種電子信息服務(wù)系統(tǒng)，以其豐富的信息資源、龐大的注冊用戶和在線人數(shù)以及快捷的信息交流反饋等特點為投資者提供了極大的便利。但是，網(wǎng)絡(luò)中存在著大量的有關(guān)金融領(lǐng)域的論壇，每個論壇中都擁有大量的數(shù)據(jù)并且更新很快，并且里面夾雜著很多與金融領(lǐng)域無關(guān)的信息。因此論壇用戶

2、在獲取有效信息方面存在很多困難。
　　通過設(shè)計并實現(xiàn)一款面向金融領(lǐng)域的論壇搜索引擎系統(tǒng)可以有效的解決上述問題。本文介紹了面向金融領(lǐng)域的論壇搜索引擎系統(tǒng)的體系結(jié)構(gòu)、系統(tǒng)模塊功能及關(guān)鍵技術(shù)實現(xiàn)方法等內(nèi)容。本文的研究內(nèi)容主要包括以下幾個方面：
　　(1)論壇爬蟲的設(shè)計與實現(xiàn)。為了能夠為面向金融領(lǐng)域的論壇搜索引擎系統(tǒng)提供數(shù)據(jù)，通過深入研究網(wǎng)絡(luò)論壇的結(jié)構(gòu)特征以及網(wǎng)絡(luò)爬蟲的基本工作原理，本文設(shè)計并實現(xiàn)了一種基于啟發(fā)式規(guī)則的論壇爬蟲系統(tǒng)。

3、通過實驗數(shù)據(jù)表明，該系統(tǒng)可以很好滿足本文設(shè)計的論壇搜索系統(tǒng)對數(shù)據(jù)采集的需求。
　　(2)論壇垃圾網(wǎng)頁的過濾。論壇在為用戶提供大量有用信息的同時，也存在著大量的垃圾網(wǎng)頁，即與金融領(lǐng)域不相關(guān)的網(wǎng)頁。為了提高系統(tǒng)的查準(zhǔn)率，以及節(jié)省系統(tǒng)網(wǎng)頁預(yù)處理的時間，必須將這些垃圾網(wǎng)頁過濾掉。垃圾網(wǎng)頁過濾實質(zhì)上可以轉(zhuǎn)化為文本的分類問題。本文在幾種經(jīng)典分類方法的基礎(chǔ)上，通過提出一種新的特征項權(quán)重的計算方法，更好的提高了垃圾網(wǎng)頁的過濾效果。
　　本系