基于邏輯回歸的金融數(shù)據(jù)分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近半個(gè)世紀(jì)，伴隨著人類進(jìn)入大數(shù)據(jù)時(shí)代，計(jì)算機(jī)多媒體技術(shù)得到快速而驚人的飛速發(fā)展。與之相伴的是，各種圖像和文本數(shù)據(jù)庫中存儲(chǔ)的有價(jià)值信息日新月異，金融類的新聞、公告和資訊等數(shù)據(jù)對(duì)于關(guān)心市場(chǎng)變化和熱衷于投資的人們來說有著極其重要的參考價(jià)值。然而金融數(shù)據(jù)的來源廣泛、種類繁雜，對(duì)于人們想直接找到最關(guān)注的信息帶來了很大的困擾。因此如何對(duì)海量的金融數(shù)據(jù)進(jìn)行有效而精確快速的管理與檢索成為新時(shí)期的重大挑戰(zhàn)，金融數(shù)據(jù)的分類問題成為迎接這個(gè)挑戰(zhàn)的所需要處理的

2、核心問題。
　　金融數(shù)據(jù)分類平臺(tái)可以實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)中存在的金融數(shù)據(jù)做到實(shí)時(shí)收集并快速的分到準(zhǔn)確的類別，可以高效的處理海量的文本信息，有極高的實(shí)用價(jià)值。分類系統(tǒng)是金融數(shù)據(jù)分類平臺(tái)中的一個(gè)核心部件，它能夠通過對(duì)樣本數(shù)據(jù)處理和訓(xùn)練得到性能優(yōu)越的分類器，并將分類器作用于實(shí)時(shí)數(shù)據(jù)的處理，能夠很好的實(shí)現(xiàn)金融數(shù)據(jù)分類平臺(tái)的分類功能，有很好的應(yīng)用價(jià)值。
　　根據(jù)以上介紹的背景，本文所要解決的問題是對(duì)海量的金融類文本數(shù)據(jù)實(shí)現(xiàn)快速高效的自動(dòng)分類。

3、通過對(duì)金融數(shù)據(jù)類別的市場(chǎng)需求調(diào)研，確定了常用的18個(gè)類別為最終的分類結(jié)果。本文的主要工作是完成對(duì)金融數(shù)據(jù)分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，結(jié)合金融數(shù)據(jù)中專有名詞較多、特征較為明顯的特點(diǎn)，本文采用邏輯回歸算法實(shí)現(xiàn)對(duì)分類器的構(gòu)造，將樣本數(shù)據(jù)經(jīng)過預(yù)處理后得到訓(xùn)練樣本和測(cè)試樣本，對(duì)訓(xùn)練樣本進(jìn)行特征提取、特征加權(quán)、特征向量化，傳入邏輯回歸模型訓(xùn)練得到分類器，用測(cè)試樣本測(cè)試分類器的分類效果并根據(jù)評(píng)價(jià)結(jié)果進(jìn)一步優(yōu)化分類器，最終把分類器應(yīng)用到對(duì)實(shí)際的金融數(shù)據(jù)分類。