CN106991488A - 关键词和资产价值的关联性评估方法及其装置 - Google Patents
关键词和资产价值的关联性评估方法及其装置 Download PDFInfo
- Publication number
- CN106991488A CN106991488A CN201610993538.6A CN201610993538A CN106991488A CN 106991488 A CN106991488 A CN 106991488A CN 201610993538 A CN201610993538 A CN 201610993538A CN 106991488 A CN106991488 A CN 106991488A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- keyword
- assets
- date
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Property management
Abstract
本发明涉及一种关键词和资产价值的关联性评估方法,其方法包括服务伺服器通过互联网采集在第1日期发布的文本内容的步骤;分别提取出上述文本内容中的关键词,并生成上述第1日期的当日关键词的步骤;生成包含于上述第1日期的当日关键词的各个关键词在不同日期的出现频率信息的步骤;以及通过对上述所生成的各个关键词在不同日期的出现频率信息和预先注册的资产在不同日期的价值信息进行比较,从上述预先注册的资产中确定与各个关键词对应的资产的步骤。
Description
技术领域
本发明涉及一种关键词和资产价值的关联性评估方法及其装置。尤其是一种对通过文本内容自动生成的当日关键词和资产价值之间的关联性进行评估的方法及其装置。
背景技术
近来伴随信息通信的快速发展,整个社会上的各种议题(issue)通过互联网得到了广泛的共享。而企业的业绩发布以及特定地区的开发计划等经济议题会对个别企业的股价和房地产价值的走势造成非常重要的影响。此外除了经济议题,国际关系、案件事故等政治社会议题也会对经济造成广范围的影响。例如,某些特定的社会事件会收缩人们的消费心理而对经济造成影响。
如上所述的整个社会的各类议题会在互联网空间得到放大加工,从而导致其影响力也随之增加。因此,在制定个人的资产投资或抛售计划时,需要对这些议题对资产价值的变动所造成的影响进行分析。
但是,目前并没有一种能够在诸多议题中预测出可能会对投资对象资产价值造成影响的议题的服务。同时,也没有一种能够分析出各个议题对资产的具体影响力并为个人的资产投资活动提供指导的服务。
专利内容
本发明的目的在于解决上述现有问题而提供一种能够分析各种议题对资产价值造成的影响的方法及其装置。
具体来讲,本发明的目的在于提供一种能够从记载着各种议题的文本内容中提取出代表上述议题的关键词的方法及其装置。
此外,本发明的目的在于提供一种能够自动判断上述关键词对资产造成的影响的方法及其装置。
本发明的另一目的在于提供一种能够通过分析关键词对资产价值造成的影响,为用户提供投资指导的方法及其装置。
具体来讲,本发明的目的在于提供一种能够以历史采集的关键词和资产的关联性为基础,预测关键词在日后对资产造成的影响的方法及其装置。
本发明的又一目的在于提供一种能够为用户提供与已持有或计划持有的资产相关的关键词的方法及其装置。
具体来讲,本发明的目的在于提供一种能够通过提供与已持有或计划持有的资产相关的关键词,在日后关键词成为议题时为用户提供应对机会的方法及其装置。
本发明的目的并不局限于上述目的,本发明所属技术领域的一般技术人员机能能够通过后续的说明进一步明确理解未被提及的其他目的。
技术解决方案
为了达到上述目的的本发明一实施例的一种利用文本内容的当日关键词自动生成方法包括:服务伺服器通过互联网采集在第1日期发布的文本内容的步骤;分别提取出上述文本内容中的关键词,并构成包含所提取关键词的第1日期的关键词池的步骤;以及利用上述第1日期的关键词池和第2日期的关键词池的比较结果,生成上述第1日期的当日关键词的步骤。
为了达到上述目的的本发明另一实施例的利用文本内容的当日关键词自动生成方法,其中,生成上述第1日期的当日关键词的步骤包括:以上述第1日期为基准确定第1时窗的步骤;对上述第1日期的关键词池和包含于上述第1时窗中的至少一个日期的关键词池进行比较的步骤;以及利用上述比较结果,生成上述第1日期的当日关键词的步骤。
为了达到上述目的的本发明再一实施例的利用文本内容的当日关键词自动生成方法,其中,生成上述第1日期的当日关键词的步骤包括:以上述第1日期为基准确定第1时窗的步骤;判断包含于上述第1日期的关键词池中的关键词中,是否具有其出现次数大于基准值的新关键词的步骤;以及当具有上述新关键词时,生成包含上述新关键词的上述第1日期的当日关键词的步骤;其中,上述新关键词包含在属于第1时窗的至少一个其他日期的当日关键词池中未包含的关键词。
为了达到上述目的的本发明又一实施例的利用文本内容的当日关键词自动生成方法,其中,生成上述第1日期的当日关键词的步骤包括:以上述第1日期为基准确定第1时窗以及第2时窗的步骤;以在上述第2时窗内的出现次数和在上述第1时窗内的出现次数之间的比例为基准,确定是否需要对包含在上述第1日期的关键词池中的各个关键词进行删除的步骤;以及根据上述确定结果,生成上述第1日期的当日关键词的步骤;其中,上述第2时窗所包含的日期数量大于上述第1时窗。
为了达到上述目的的本发明另一实施例的利用文本内容的当日关键词自动生成方法,其中,生成上述第1日期的当日关键词的步骤包括:对上述所采集到的文本内容中包含上述第1日期的当日关键词的文本内容的出处进行识别的步骤;以及以上述所识别出的出处为基础,确定上述第1日期的当日关键词中所包含的关键词的优先顺序的步骤。
为了达到上述目的的本发明再一实施例的利用文本内容的当日关键词自动生成方法,其中,当上述第1日期的当日关键词中的某个关键词是从不同出处提取出的关键词时,生成上述第1日期的当日关键词的步骤包括:根据上述不同出处的各自的属性,将上述一个关键词确定为不同关键词的步骤。
为了达到上述目的的本发明又一实施例的利用文本内容的当日关键词自动生成方法,其中,生成上述第1日期的当日关键词的步骤包括:对上述所采集到的文本内容中包含上述第1日期的当日关键词的文本内容的出处进行识别的步骤;以及以上述所识别出的出处为基础,将上述第1日期的当日关键词匹配到所对应的资产中的步骤。
为了达到上述目的的本发明一实施例的一种关键词和资产价值的关联性评估方法包括:服务伺服器通过互联网采集在第1日期发布的文本内容的步骤;分别提取出上述文本内容中的关键词,并生成上述第1日期的当日关键词的步骤;生成包含于上述第1日期的当日关键词的各个关键词在不同日期的出现频率信息的步骤;以及通过对上述所生成的各个关键词在不同日期的出现频率信息和预先注册的资产在不同日期的价值信息进行比较,从上述预先注册的资产中确定与各个关键词对应的资产的步骤。
为了达到上述目的的本发明另一实施例的关键词和资产价值的关联性评估方法,其中,上述确定与各个关键词对应的资产的步骤包括:基于上述各个关键词在第1期间内的不同日期的出现频率,识别出在第2期间内的不同日期的价值变化量大于临界值的资产的步骤;以及将上述识别出的资产确定为与上述各个关键词对应的资产的步骤。
为了达到上述目的的本发明再一实施例的关键词和资产价值的关联性评估方法,其中,上述价值变化量包含上述价值变化量的绝对值。
为了达到上述目的的本发明又一实施例的关键词和资产价值的关联性评估方法,其中,上述确定与各个关键词对应的资产的步骤包括:判断在第2日期的当日关键词和上述第1日期的当日关键词中是否具有相同关键词的步骤;当具有上述相同的关键词时,对已确定为与上述相同的关键词对应的资产在不同日期的价值信息进行监测的步骤;以及以上述监测结果为基础,确定上述相同的关键词与上述所确定的资产之间的关联性信息的步骤;其中,上述所确定的资产在不同日期的价值信息,是以上述第2日期为基准的预设期间内的不同日期的价值信息。
为了达到上述目的的本发明另一实施例的关键词和资产价值的关联性评估方法,其中,上述确定关联性信息的步骤包括:根据上述监测结果,当上述所确定资产在上述预设期间内的价值变化量大于临界值时,对上述相同关键词与上述所确定资产之间的关联性信息进行更新的步骤。
为了达到上述目的的本发明再一实施例的关键词和资产价值的关联性评估方法,其中,上述确定与各个关键词对应的资产的步骤包括:当上述第1日期的当日关键词中具有与相同资产对应的多个关键词时,判断第2日期的当日关键词中是否包含上述多个关键词中的某一个的步骤;当具有上述某一个关键词时,对已确定为与上述相同的关键词对应的资产在不同日期的价值信息进行监测的步骤;以及以上述监测结果为基础,确定上述某一个关键词与上述所确定的资产之间的关联性信息的步骤;其中,上述所确定的资产在不同日期的价值信息,是以上述第2日期为基准的预设范围期间内的不同日期的价值信息。
为了达到上述目的的本发明又一实施例的关键词和资产价值的关联性评估方法,其中,上述确定与各个关键词对应的资产的步骤包括:当上述第1日期的当日关键词中具有与相同资产对应的多个关键词时,判断第2日期的当日关键词中是否包含上述多个关键词的步骤;当具有上述多个关键词时,对已确定为与上述多个关键词对应的资产在不同日期的价值信息进行监测的步骤;以及以上述监测结果为基础,确定上述多个关键词与上述所确定的资产之间的关联性信息的步骤;其中,上述所确定的资产在不同日期的价值信息是以上述第2日期为基准的预设范围期间内的不同日期的价值信息。
为了达到上述目的的本发明一实施例的一种关键词和资产价值的关联性评估装置包括:一个以上的处理器;内存,用于加载(load)由上述处理器执行的电脑程序;存储设备,用于存储预先注册的资产在不同日期的价值信息以及在上述电脑执行程序执行的过程中生成的当日关键词信息;以及网络接口,用于对上述当日关键词信息进行接收和发送;其中,上述电脑程序包括:通过互联网采集在第1日期发布的文本内容的操作;分别提取出上述文本内容中的上述关键词,并生成上述第1日期的当日关键词的操作;生成包含与上述第1日期的当日关键词的各个关键词在不同日期的出现频率信息的操作;以及通过对上述所生成的各个关键词在不同日期的出现频率信息和上述预先注册的资产在上述不同日期的价值信息进行比较,从上述预先注册的资产中确定与各个关键词对应的资产的操作。
为了达到上述目的的本发明另一实施例的关键词和资产价值的关联性评估装置,其中,上述确定与各个关键词对应的资产的操作包括:基于上述各个关键词在第1期间内的不同日期的出现频率,在上述预先注册的资产中识别出在第2期间内的不同日期的价值变化量大于临界值的资产的操作;以及将上述识别出的资产确定为与上述各个关键词对应的资产的操作。
为了达到上述目的的本发明再一实施例的关键词和资产价值的关联性评估装置,其中,上述电脑程序还包括:生成第2日期的当日关键词的操作;以及判断上述第2日期的当日关键词中是否具有与上述第1日期的当日关键词中的某一个相同的关键词的操作。
为了达到上述目的的本发明又一实施例的关键词和资产价值的关联性评估装置,其中,将上述识别出的资产确定为与上述各个关键词对应的资产的操作包括:对上述第1期间和上述第2期间之间的时间间隔进行测定的操作;以及将上述时间间隔的测定结果作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;其中,上述电脑程序还包括:当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
为了达到上述目的的本发明另一实施例的关键词和资产价值的关联性评估装置,其中,将上述识别出的资产确定为与上述各个关键词对应的资产的操作包括:对上述第1期间和上述第2期间之间的先后关系进行判定的操作;以及将上述先后关系的判定结果作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;其中,上述电脑程序还包括:当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
为了达到上述目的的本发明再一实施例的关键词和资产价值的关联性评估装置,其中,将上述识别出的资产确定为与上述各个关键词对应的资产的操作包括:将上述第2期间作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;其中,上述电脑程序还包括:当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
为了达到上述目的的本发明又一实施例的关键词和资产价值的关联性评估装置,其中,将上述识别出的资产确定为与上述各个关键词对应的资产的操作包括:将上述大于临界值的不同日期的价值变化量作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;其中,上述电脑程序还包括:当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
为了达到上述目的的本发明另一实施例的关键词和资产价值的关联性评估装置,其中,上述电脑程序还包括:当从用户终端接收到对上述所生成的当日关键词的选择操作时,将上述所选择的关键词所对应的资产相关信息发送到上述用户终端中的操作。
为了达到上述目的的本发明再一实施例的关键词和资产价值的关联性评估装置,其中,上述电脑程序还包括:当从用户终端接收到用户选择资产的操作时,从上述当日关键词中提取出与上述用户选择资产对应的关键词的操作;以及将上述用户选择资产所对应的关键词发送到上述用户终端中的操作。
为了达到上述目的的本发明又一实施例的关键词和资产价值的关联性评估装置,其中,上述存储设备用于对上述预先注册的资产中的用户所选资产进行存储;其中,上述电脑程序还包括:生成第2日期的当日关键词的操作;判断上述第2日期的当日关键词中是否具有与上述第1日期的当日关键词中的某一个相同的关键词的操作;以及根据上述判断结果,当具有相同的关键词时,将上述相同的关键词中与上述用户选择资产对应的关键词发送到用户终端中的操作。
为了达到上述目的的本发明一实施例的一种关键词和资产价值的关联性评估装置包括:一个以上的处理器;内存,用于加载(load)由上述处理器执行的电脑程序;以及存储设备,用于存储预先注册的资产在不同日期的价值信息以及在上述电脑执行程序执行的过程中生成的当日关键词信息;其中,上述电脑程序还包括:从上述预先注册的资产中识别出在第1期间内的不同日期的价值变化量大于临界值的资产的操作;通过互联网采集在第1日期发布的文本内容的操作;分别提取出上述文本内容中的上述关键词,并生成第1日期的当日关键词的操作;对包含于上述第1日期的当日关键词中的各个关键词在第2期间内的不同日期的出现频率信息进行监测的操作;从上述第1日期的当日关键词中提取出在上述第2期间的不同日期的出现频率与上述资产在第1期间内的不同日期的价值变化量对应的关键词的操作;以及将上述提取出的关键词确定为与上述识别出的资产对应的关键词的操作。
为了达到上述目的的本发明另一实施例的关键词和资产价值的关联性评估装置还包括:网络接口,用于对上述所确定的关键词信息进行接收和发送;其中,上述电脑程序还包括:对上述识别出的资产在第3期间内大于临界值的价值变化量进行监测的操作;从预先注册的资产中确定与上述所确定的关键词对应的资产的操作;以及将上述所识别的资产相关的投资指导信息发送到用户终端中的操作。
为了达到上述目的的本发明一实施例的一种匹配到文本内容中的资产信息的显示方法包括:用户终端将文本内容显示在显示部的第1区域中的步骤;从上述文本内容中提取出至少一个关键词的步骤;从预先注册的资产中提取出分别与上述提取出的至少一个关键词匹配的资产的步骤;以及当上述所提取出的资产中具有其提取次数大于预设次数的资产时,将上述提取次数大于预设次数的资产相关价值信息显示在与上述第1区域不同的第2区域中的步骤。
为了达到上述目的的本发明另一实施例的匹配到文本内容中的资产信息的显示方法,其中,匹配到上述至少一个关键词中的资产可基于至少一个以上的关键词中的各个关键词在第1期间内的不同日期的出现频率,并包含在第2期间内的不同日期的价值变化量大于临界值的资产,并且,上述价值信息中包含上述至少一个关键词以及以与提取次数大于上述预设次数的资产之间的关联性信息为基础确定的提取次数大于上述预设次数的资产的价值预测信息。
为了达到上述目的的本发明再一实施例的匹配到文本内容中的资产信息的显示方法,其中,提取出分别与上述提取出的至少一个关键词匹配的资产的步骤包括:当上述所提取出的资产中具有其提取次数大于预设次数的资产时,将上述提取次数大于预设次数的资产匹配到上述文本内容中的步骤。
为了达到上述目的的本发明一实施例的一种匹配到文本内容中的资产信息的显示方法包括:用户终端将资产相关信息显示在显示部的第1区域中的步骤;在与上述第1区域不同的第2区域显示与上述资产匹配的文本内容的列表的步骤;以及在接收到从上述所显示列表的文本内容中选择其中一个的选择消息时,显示上述所选择的文本内容的步骤;其中,与上述资产匹配的文本内容包含与上述资产匹配的至少一个关键词。
有益效果
本发明能够提供一种可以判断出通过互联网采集到的关键词对资产造成的影响的方法及其装置。
此外,本发明能够提供一种可以预测出在通过互联网采集到的关键词的影响下的资产价值变动幅度的方法及其装置。
此外,本发明能够提供一种可以预测出通过互联网采集到的关键词对资产造成影响的期间的方法及其装置。
此外,本发明能够提供一种可以预测出通过互联网采集到的关键词对资产造成影响的时间点的方法及其装置。
此外,本发明能够提供一种可以预测出通过互联网采集到的关键词对资产造成的各种影响,从而为用户提供资产投资指导的方法及其装置。
此外,本发明通过提供可能对用户已持有或计划持有的资产价值造成影响的关键词,确保用户对相关关键词的应对能力。
附图说明
图1是对适用本发明的几个实施例中所使用的关键词和资产价值之间的关联性进行说明的概念图。
图2是适用本发明的一实施例的关键词及资产价值关联性评估系统示意图。
图3是适用本发明的另一实施例的服务伺服器块状图。
图4是适用本发明的又一实施例的利用文本内容的关键词自动生成方法顺序图。
图5是适用本发明的几个实施例中所使用的关键词池示意图。
图6是对适用本发明的几个实施例中所使用的当日关键词进行说明的示意图。
图7是对适用本发明的几个实施例中所使用的当日关键词中的第1时窗进行说明的示意图。
图8是对适用本发明的几个实施例中所使用的当日关键词中的第2时窗进行说明的示意图。
图9及图10是对适用本发明的几个实施例中所使用的关键词筛选过程进行说明的示意图。
图11是对适用本发明的几个实施例中所使用的不同出处的当日关键词优先顺序进行说明的示意图。
图12是对适用本发明的几个实施例中所使用的关键词匹配资产进行说明的示意图。
图13是适用本发明的又一实施例的关键词及资产价值关联性评估方法顺序图。
图14是对适用本发明的几个实施例中所使用的关键词对应资产进行说明的示意图。
图15是对适用本发明的几个实施例中所使用的关键词对应资产进行说明的另一示意图。
图16是对适用本发明的几个实施例中所使用的关键词对资产造成的影响进行说明的示意图。
图17是对适用本发明的几个实施例中所使用的关键词产生时间点和资产价值变化时间点的差异进行说明的示意图。
图18是对适用本发明的几个实施例中所使用的关键词对资产造成影响的期间进行说明的示意图。
图19是适用本发明的几个实施例中所使用的多个关键词中对资产造成影响的关键词示意图。
图20是适用本发明的几个实施例中所使用的受到多个关键词影响的资产示意图。
图21是适用本发明的几个实施例中所使用的关键词和资产关联性信息示意图。
图22是适用本发明的几个实施例中所使用的关键词和资产的关联性指标示意图。
图23是适用本发明的又一实施例中所使用的当日关键词提供用图形用户界面(GUI,Graphic User Interface)示意图。
图24是适用本发明的几个实施例中所使用的以关键词对资产价值造成影响的时期为基础的投资指导用户界面示意图。
图25是适用本发明的几个实施例中所使用的以关键词对资产价值造成影响的程度为基础的投资指导用户界面示意图。
图26是对适用本发明的又一实施例的与资产对应的当日关键词进行说明的示意图。
图27是适用本发明的又一实施例的提取与资产价值变化对应的当日关键词的方法顺序图。
图28是适用本发明的又一实施例的当资产价值发生变化时推荐其他资产的服务示意图。
图29是对适用本发明的又一实施例的文本内容、关键词以及资产匹配关系进行说明的概念图。
具体实施方式
下面,参照附图,对本发明的优选实施例进行详细说明。参照附图以及详细地后述的实施例,本发明的优点及特性,以及实现这些的方法将会变得明确。但是,本发明并不限定于以下所公开的实施例,而是可以以彼此不同的多种方式实现,本实施例只是为了使本发明的公开变得完整,并且为了向本发明所属技术领域的技术人员完整地告知本发明的范围而提供的,本发明仅由权利要求的范围定义。在说明书全文中相同的附图标记指相同的结构要素。
如果没有其他定义,则在本说明书中所使用的所有术语(包括技术术语及科技术语)能够以本发明所属技术领域的技术人员共同理解的含义使用。另外,在通用的词典中定义的术语只要没有被明确地特别定义,就不理想地或过度地解释。本说明书中所使用的术语用于说明实施例,并不限制本发明。在本说明书中,只要在句子中未特别提及,则单数形式可以包括复数形式。
图1是对适用本发明的几个实施例中所使用的关键词和资产价值之间的关联性进行说明的概念图。网络上的文本内容可以通过博客、网络新闻、聊天工具、SNS等多种网页页面得到流通。而这些文本内容中包含有各种议题信息。这些议题可能会对多种类型的资产价值造成影响。
如图1所示,假定文本1为股票信息相关的博客内容,则文本内容中可能包含股票信息。如果文本内容中所包含的议题1是对A企业股票的前瞻性分析,则议题1可能会对上述特定企业的股票价值造成影响。接下来,假定文本2为网络新闻网页上的文本内容,且文本内容中包含对国内房地产市场进行前瞻性分析的议题。如果议题2是有关B地区房地产走势的信息,则议题2可能会对房地产的走势造成影响。
此时,议题在网络上可能会以代表上述议题的关键词形式得到流通。在上述实例中,议题1可能会体现为“A”、“A企业”、“A企业股票价值”等关键词。而议题2可能会体现为“B”、“B房地产”、“B走势”等关键词。结合上述说明的文本内容以及关键词,
下面将对适用本发明的一实施例的关键词及资产价值关联性评估系统的构成及工作方式进行具体说明。
图2是适用本发明的一实施例的关键词及资产价值关联性评估系统示意图。为了便于说明,下面将上述关键词及资产价值关联性评估系统简称为系统。如图2所示,系统可包括服务伺服器100、用户终端200以及外部装置300。
其中,服务伺服器100、用户终端200以及外部装置300是通过互联网相互连接的计算装置。服务伺服器100用户保存各种信息,可以是保存有用于实现适用本发明的实施例的一个以上应用程序的服务器装置。用户终端200可以是服务器装置、台式电脑等固定式计算装置或笔记本电脑、智能手机、平板电脑等便携式计算装置中的一种。此外,外部装置300可以是保存有互联网上的文本内容的服务器装置。此外,外部装置300可以是保存有资产以及资产相关价值信息的服务器装置。例如,外部装置300可以是用于提供证券走势信息的证券交易所的证券信息服务器。
在适用本发明的一实施例的系统中,服务伺服器100可通过互联网从外部装置300采集在第1日期发布的文本内容。为此,在服务伺服器100中可保存有自动检索网页信息的网络蜘蛛(Web Crawler)程序。例如,第1日期可以是服务伺服器100执行网页采集的当天日期。在这种情况下,服务伺服器100能够以当天的日期为基准,对预设时间内发布在互联网上的文本内容进行采集。
服务伺服器100能够从网络蜘蛛采集到的文本内容中分别提取出关键词。在上述提取关键词的过程中,能够使用多种不同的算法。服务伺服器100可保存有至少一个以上的用于进行关键词提取的算法程序。例如,服务伺服器100可使用LDA(潜在狄利克雷分布,Latent Dirichlet Allocation)算法。服务伺服器100可利用LDA算法确定文本内容的主题,并提取出与主题的关联性较高的关键词。
当从所采集到的文本内容中分别提取出关键词之后,服务伺服器100可对从不同的出处提取出的关键词进行组合。服务伺服器100可借此构成包含所提取关键词的第1日期的关键词池。服务伺服器100可通过相同的方式构成第2日期的关键词池。其中,第2日期与第1日期是不同的日期,可以是包含在从第1日期开始的预先设定范围内的接近日期。
服务伺服器100可利用第1日期的关键词池和第2日期的关键词池的比较结果,生成第1日期的当日关键词。
服务伺服器100可向用户终端200提供所生成的当日关键词。此外,服务伺服器100还可向多个用户终端200分别提供利用当日关键词的各种服务。例如,服务伺服器100可向多个用户终端200提供利用当日关键词的资产投资指导服务。
适用本发明的另一实施例的服务伺服器100,可通过从外部装置300采集到的文本内容生成第1日期的当日关键词。此外,服务伺服器100还可生成属于第1日期的当日关键词的各个关键词在不同日期的出现频率信息。
服务伺服器100可对所生成的各个关键词在不同日期的出现频率信息和预先注册的资产在不同日期的价值信息进行比较。借此,服务伺服器100可从预先注册的资产中确定与各个关键词对应的资产。
服务伺服器100可将第1日期的当日关键词以及与上述各个关键词对应的资产相关信息发送至用户终端200。
图3是适用本发明的另一实施例的服务伺服器100块状图。
如图3所示,服务伺服器100包括处理器101、网络接口102、内存103、存储设备104。
处理器101用于对服务伺服器100的各个构成的整体工作进行控制。处理器101可包括CPU(中央处理单元,Central Processing Unit)、MPU(微处理单元,Micro ProcessorUnit)、MCU(微控制器单元,Micro Controller Unit)或在本发明所属技术领域中公知的任意形态的处理器。此外,处理器101可执行用于实现适用本发明的实施例中的各种方法的至少一个以上的应用程序或程序的运算任务。服务伺服器100可配备一个以上的处理器101。
网络接口102用于对服务伺服器100的有线无线互联网通信提供支持。此外,网络接口102还可对除互联网通信之外的其他各种通信方式提供支持。为此,网络接口102可包括各种通信模块。
网络接口102可通过互联网从外部装置300采集文本内容。此外,网络接口102还能够与用户终端200执行关键词及资产相关信息的接收与发送。
内存103用于保存各种数据、指令和/或信息。此外,内存103中可保存有用于从存储设备104读取一个以上的用于执行适用本发明的实施例的利用文本内容的当日关键词自动生成方法以及关键词和资产价值的关联性评估方法的程序105的一个以上的程序。图3中以随机访问内存(RAM)作为内存103的实例进行了图示。
存储设备104可永久性地存储从外部装置300接收到的数据等。存储设备104可包括ROM(只读存储器,Read Only Memory)、EPROM(可擦可编程只读存储器,ErasableProgrammable ROM)、EEPROM(电可擦可编程只读存储器,Electrically ErasableProgrammable ROM)、闪速存储器等非易失性存储器、硬盘、移动硬盘或在本发明所属技术领域中公知的任意形态的可通过电脑存取的存储媒介。
存储设备104可保存用于执行适用本发明的实施例的各方法的一个以上的程序105。图3中以资产管理软件作为程序105的实例进行了图示。
存储设备104中还可安装适用于关键词池以及当日关键词的数据库106。存储设备104中还可安装适用于预先注册的资产以及各个关键词所对应资产的数据库107。
虽未图示,但服务伺服器100中除了上述构成之外,还可包括用于接收各种设定值和信息的输入部以及用于显示信息的输出部。上述输入部以及输出部可分别包括本发明所属技术领域中公知的任意形态的输入手段或输出手段。
在本说明书中,因为服务伺服器100起到执行关键词和资产价值评估方法的作用,所以可以被称之为关键词及资产价值评估装置。此外,因为服务伺服器100起到执行利用文本内容的当日关键词自动生成方法的作用,所以可以被称之为当日关键词自动生成装置。此外,服务伺服器100也可以被简称为装置。
接下来,假定适用本发明的实施例的各方法都是由服务伺服器100执行。
下面,将以上述对图1至图3进行的说明为基础,按照服务伺服器100执行的方法分别对适用本发明的其他实施例进行详细说明。下面分别说明的实施例并不需要单独实施,而是可以相互结合实施。此外,在下面说明的实施例还能够与对图1至图3进行说明的上述适用本发明的实施例结合实施。
利用文本内容的当日关键词自动生成方法
适用本发明的一实施例的当日关键词自动生成装置100,可执行利用文本内容的当日关键词自动生成方法。下面,将结合图4至图12对利用文本内容的当日关键词自动生成方法进行详细说明。
图4是适用本发明的一实施例的利用文本内容的关键词自动生成方法顺序图。如图4所示,装置100可通过互联网采集第1日期的文本内容(S10)。装置100可分别提取出上述文本内容中的关键词,并构成包含所提取关键词的第1日期的关键词池(S20)。关于上述文本内容的采集以及关键词的提取方法,请参阅对图2的说明。装置100为了生成第1日期的当日关键词,还可以利用截止第1日期的预先设定基准时间为止采集到的文本内容。
图5是适用本发明的几个实施例中所使用的关键词池示意图。此外,图6是对适用本发明的几个实施例中所使用的当日关键词进行说明的示意图。
如图5所示,装置100可从在日期D1所发布的文本内容中提取出关键词并构成关键词池501。此外,装置100还可从在日期D2、D3所发布的文本内容中提取出关键词并分别构成关键词池502以及关键词池503。上述关键词池中,可包含预先设定数量的关键词。此外,关键词池可采取按照提取出关键词的次数排序的列表形式。上述关键词池可存储于装置100的存储设备104中。
装置100可对第1日期的关键词池和第2日期的关键词池进行比较(S30)。在上述实例中,装置100可分别对关键词池501、关键词池502、关键词池503进行比较。装置100可利用上述比较结果,生成第1日期的当日关键词(S40)。
其中,当日关键词是指,在当日所采集到的文本内容中的出现频率与其他日期相比呈现出差异的关键词。即,第1日期的当日关键词是指,在第1日期和其他日期之间形成区分的关键词。例如,当因为在第1日期发生特殊的议题而导致对相关议题的互联网搜索量骤增时,将会有更多提及相关议题的网页内容出现,此时装置100所采集到的文本内容中也将包含较多代表上述议题的关键词。此时,装置100将构成包含代表上述议题的关键词的关键词池。装置100可在关键词池中选择出现频率较高的关键词作为第1日期的当日关键词。
如图6所示,图表600显示出了关键词1(KW1)在文本内容中的出现频率的时序变化状态。假定关键词1(KW1)为图5的关键词池中所包含的“朝鲜核试验”。此外,假定日期D2为图6中所示的t1。
如图5及图6所示,相对于其他日期,关键词1(KW1)在日期D2中的出现频率较高。如图5所示,关键词1(KW1)在日期D1中的出现频率为第17位,在日期D2中的出现频率为第1位,而在日期D3中的出现频率为第25位。即,“朝鲜核试验”这一关键词是能够将日期D2与日期D1以及日期D3进行区分的关键词。
在步骤S30中,装置100可对第1日期的关键词池中所包含的关键词的出现频率和第2日期的关键词池中所包含的关键词的出现频率进行比较。尤其是,装置100可将出现频率的差异大于临界值的关键词确定为第1日期的当日关键词。假定在上述关键词池501中排名第17位的关键词1(KW1)的出现频率为图6中的b1。此外,假定图6中的出现频率a0和出现频率b1之间的差异为上述临界值。
如图6所述,在日期D2中关键词1(KW1)的出现频率为a1。此时,a1和b1之间的差异大于临界值即a0和b1之间的差异。因此,装置100可将关键词1(KW1)确定为日期D2的当日关键词。
为了确保上述当日关键词的准确性,除了在步骤S30中对第1日期和第2日期的关键词池进行比较的方法之外,还可适用各种其他实施例。
例如,装置100可对在步骤S30中构成的第1日期的关键词池中所包含的各个关键词,分别判断其在特定日期区间内的出现频率。为此,装置100能够以第1日期为基准确定第1时窗。即,装置100可对利用在第1日期采集到的文本内容构成的关键词池和利用在第1时窗期间内采集到的文本内容构成的关键词池进行比较。其中,上述第1时窗可以是包含上述第2日期的多个日期区间。
图7是对适用本发明的几个实施例中所使用的当日关键词中的第1时窗进行说明的示意图。假定图7中的第1日期为t1。
如图7所示,图表710中的装置100能够以t1为基准,将包含t1之前日期的区间确定为第1时窗711。或者如图表720所示,装置100能够以t1为基准将包含t1在内的日期区间确定为第1时窗721。上述第1时窗711、721的大小可由装置100的用户或制造者决定。
如图表710所示,装置100可对包含于关键词池中的关键词1(KW1)在第1时窗711内的各个日期的出现频率进行测定。即,装置100可通过对第1时窗711内日期的关键词池进行比较,对重复出现的关键词的出现频率进行测定。当在t1和t2的出现频率大于临界值时,装置100可将关键词1(KW1)确定为t1的当日关键词。相反,当在t0和t2的出现频率小于临界值时,装置100可确定关键词1(KW1)不是t2的当日关键词。
如图表720所示,装置100可对关键词1(KW1)在第1时窗721内的各个日期的出现频率进行测定。装置100可分别将t2及t3的关键词1(KW1)出现频率与t1的出现频率进行比较。当出现频率的比较结果差异大于临界值时,装置100可将关键词1(KW1)确定为t1的当日关键词。
在适用本发明的另一实施例中,装置100可在不考虑上述关键词1(KW1)的出现频率的情况下确定当日关键词。
例如,假定在第1日期的关键词池中包含新的关键词。其中,新关键词可包含在属于第1时窗的至少一个其他日期的当日关键词池中未包含的关键词。或者,新关键词也可包含在第1时窗内出现次数极少的关键词。
装置100可判断第1日期的关键词池中是否包含新关键词。此外,装置100可判断上述关键词在第1日期的出现次数是否大于基准值。
根据上述判断结果,当具有出现次数大于基准值的新关键词时,装置100可生成包含新关键词的上述第1日期的当日关键词。因此,对于没有出现在其他日期的新关键词,装置100不再需要执行对第1日期的关键词池和其他日期的关键词池进行比较的步骤。
装置100可通过对包含在关键词池中的各个关键词重复执行上述步骤,生成第1日期的当日关键词。即,第1日期的当日关键词中可包含一个以上的当日关键词。
图8是对适用本发明的几个实施例中所使用的当日关键词中的第2时窗进行说明的示意图。假定图8中的第1日期为t1。
装置100为了以第1日期为基准判断关键词1(KW1)的出现频率,除第1时窗之外还可确定第2时窗。第2时窗可以是所包含的日期数量大于第1时窗的日期区间。
装置100能够以t1为基准,将t1之前的日期区间确定为第1及第2时窗。在图表810中以第1时窗711为t1到t0的日期区间、第2时窗811为t1到t4的日期区间的情况为例进行了图示。
或者,装置100能够以t1为基准将包含t1在内的日期区间确定为第1及第2时窗721、821。在图表820中以第1时窗721为包含t1的t2到t3之间的日期区间、第2时窗821为包含t1的t5到到t6之间的日期区间的情况为例进行了图示。
装置100可对在上述第2时窗811、821期间内采集到的文本内容中关键词1(KW1)的出现次数和在第1时窗711、721期间内关键词1(KW1)的出现次数进行判断。此外,装置100还可对上述出现次数之间的比例进行计算。装置100能够以上述计算结果为基准,确定是否需要对包含在第1日期的关键词池中的各个关键词进行删除。
当第2时窗期间内的关键词1(KW1)出现次数和第1时窗期间内的关键词1(KW1)出现次数之间的比例大于临界值时,装置100将关键词1(KW1)保留在上述关键词池中,而当小于临界值时,可从上述关键词池中删除关键词1(KW1)。
假定上述临界值为0.7。下面,将以在第2时窗期间内关键词1(KW1)出现100次、而在第1时窗期间内关键词1(KW1)出现80次的情况为例进行说明。在这种情况下,上述出现次数的比例为0.8。因为上述比例0.8大于0.7,所以装置100可将关键词1(KW1)保留在上述关键词池中。借此,可以得知关键词1(KW1)是在第1时窗期间内集中出现的关键词。
接下来,再以在第2时窗期间内关键词1(KW1)出现100次、而在第1时窗期间内关键词1(KW1)出现20次的情况为例进行说明。在这种情况下,上述出现次数的比例为0.2。因为比例0.2小于0.7,所以装置100可从关键词池中删除关键词1(KW1)。借此,可以得知关键词1(KW1)在第1视窗期间之外的出现次数大于在第1视窗期间内的出现次数。
上面,主要以第1时窗以及第2时窗为日期区间的情况为例进行了说明。在适用本发明的另一实施例中,上述第1时窗以及第2时窗可以是时间区间而非日期区间。在这种情况下,假定在步骤S10至步骤S20中,装置100是利用截止第1日期的预先设定基准时间为止采集到的文本内容构成关键词池。
例如,如果在图1所示的系统中用户终端200是在下午2点连接到服务伺服器100,则作为服务伺服器的装置100能够以上述连接时间为基准生成当日关键词。此时,装置100可将第1时窗确定为第1日期的上述连接时间的2小时之前的时间区间。在这种情况下,装置100可对利用连接时间的2小时之前为止采集到的文本内容构成的关键词池和以连接时间为基准构成的关键词池进行比较。
上述第1时窗以及第2时窗的大小可由装置100的用户或制造者决定。此外,上述第1时窗以及第2时窗的大小可由通过装置100接受适用本发明的实施例所提供服务的用户终端200的用户设定进行调整。因此,根据用户终端200的用户设定的不同,第1日期的当日关键词也可能不尽相同。为此,装置100可在用户终端200中提供用于对上述第1时窗以及第2时窗的大小进行调整的用户界面。
图9是利用第1时窗的关键词筛选过程示意图,图10是利用第1时窗以及第2时窗的关键词筛选过程示意图。下面,将结合图9及图10对上述第1时窗和第2时窗的效果进行具体说明。在图9及图10中假定第1时窗为包含第1日期的日期区间。
如图9所示,当第1日期为日期D7时,装置100可构成第1日期的关键词池901。关键词池901可包含按照出现频率排序的如“FTA发酵”、“职业棒球”、“半导体新技术”等关键词。此外,关键词池901还可包含出现频率较低的关键词“假期串休”。
此外,在日期D8的关键词池902中可包含按照出现频率排序的如“职业棒球”、“假期串休”等关键词。此外,关键词池902还可包含出现频率较低的关键词“FTA发酵”。
装置100可对属于第1时窗范围内的日期D8的关键词池902和日期D7的关键词池901进行比较。如图9所示,关键词“FTA发酵”在日期D7中的出现频率较高,但是在日期D8的出现频率则非常低。在这种情况下,装置100通过对上述出现频率进行比较,可将关键词“FTA发酵”保留在日期D7的关键词池901中。此外,当上述出现频率的差异大于临界值时,装置100可将关键词“FTA发酵”确定为日期D7的当日关键词910。通过相同的方式,装置100可将关键词“半导体新技术”确定为日期D7的当日关键词910。
相反,关键词“职业棒球”在日期D7以及日期D8的出现频率差异并不大。因此,装置100通过从日期D7的关键词池901中删除关键词“职业棒球”,使日期D7的当日关键词中也不包含关键词“职业棒球”。
当第1日期为日期D8时,装置100可构成第1日期的关键词池902。装置100可对属于第1时窗范围内的日期D7的关键词池901和日期D8的关键词池902进行比较。如图9所示,关键词“假期串休”在日期D8中的出现频率较高,但是在日期D7的出现频率则较低。在这种情况下,装置100通过对上述出现频率进行比较,可将关键词“假期串休”保留在日期D8的关键词池902中。此外,当上述出现频率的差异大于临界值时,装置100可将关键词“假期串休”确定为日期D8的当日关键词910。相反,关键词“职业棒球”在日期D8以及日期D7的出现频率差异并不大。因此,装置100通过从日期D8的关键词池902中删除关键词“职业棒球”,使日期D8的当日关键词中也不包含关键词“职业棒球”。
虽然在上述实例中仅对作为第1日期的日期D7和属于第1时窗的日期D8的关键词池进行了比较,但装置100也可对属于第1时窗的多个日期的关键词池和第1日期的关键词池进行比较。
装置100可确定包含在对图9进行说明时使用的第1时窗在内的第2时窗。在图10中假定第2时窗确定为包含日期D2和日期D12的日期区间。
当第1日期为日期D7时,装置可对包含日期D2的关键词池1001、日期D8的关键词池902以及日期D12的关键词池1002在内的多个关键词池和日期D7的关键词池901进行比较。
装置100可对关键词“FTA发酵”和关键词“半导体新技术”在日期D7以及包含日期D8在内的第1时窗期间出现的次数进行判断。此外,装置100可对关键词“FTA发酵”和关键词“半导体新技术”在除第1时窗之外的第2时窗期间内出现的次数进行判断。如图10所示,关键词“FTA发酵”以及关键词“半导体新技术”在整个第2时窗期间内都出现了很多次。装置100通过判断出现次数的比例,可从日期D7的关键词池中删除关键词“FTA发酵”以及关键词“半导体新技术”。借此,在日期D7的当日关键词1010中可不包含关键词“FTA发酵”以及关键词“半导体新技术”。
相反,虽然关键词“职业棒球”在日期D7以及包含日期D8在内的第1时窗期间内的出现次数较多,但在除此之外的其他日期的出现次数较少或未包含于关键词池中。因此,装置100通过判断出现次数的比例,可将关键词“职业棒球”保留在日期D8的关键词池中。因此,当日关键词1010中可包含关键词“职业棒球”。
当第1日期为日期D8时,也能够得到与上述实例类似的结果。即,不同日期的当日关键词1010可包含相同的关键词。此外,连续日期的当日关键词中也可包含相同的关键词。例如,可能会出现特定的议题在很长一段时间内持续性地对整个社会造成影响的情况。在这种情况下,装置100可利用第2时窗在不同的日期提取出相同的关键词。
如图9及图10所示,即使在相同的日期D7、D8构成了相同的关键词池901、902,装置100也可利用第2时窗生成不同的当日关键词910、1010。
图11是对适用本发明的几个实施例中所使用的不同出处的当日关键词优先顺序进行说明的示意图。装置100可对在第1日期采集到的文本内容的出处进行识别。装置100也可仅对包含第1日期的当日关键词的文本内容的出处进行识别。
借此,装置100能够以所识别出的出处为基础,确定上述第1日期的当日关键词中所包含的关键词的优先顺序。装置100可根据具体识别出的出处属性,确定上述优先顺序。其中,出处属性是由出处的提供者性质、出处的媒体类型、出处的渠道类型等确定。例如,出处的提供者性质是指,出处是公共机构、私设机构还是个人。而出处的媒体类型是指,出处是经济媒体还是体育媒体等。此外,出处的渠道类型是指,出处是网络新闻、博客还是SNS等。此外,上述出处属性也能够以通过上述关键词提取算法识别出的文本内容为基础进行确定。
此外,装置100也可将来自相同出处的不同部分识别为不同的出处。例如,装置100可将A新闻单位所提供的网络新闻中的演艺新闻部分和政治新闻部分识别为不同的出处。
装置100可根据上述属性,为关键词分配不同的加权值。如图11所示,对于在步骤S30中生成的当日关键词,装置100可保存包含基于上述出处以及出处属性的加权值信息的当日关键词信息1100。以上述关键词信息1100为基础,装置100还可生成关键词的优先顺序信息1110。
在关键词信息1100中,假定加权值A的加权值为1、加权值B的加权值为0.5、加权值C的加权值为0.3。此时,关键词2(KW2)的优先顺序分数为(25*1)+(20*0.5)=35。而关键词1(KW1)的优先顺序分数等于其出现次数34。此外,关键词3(KW3)的优先顺序分数为50*0.3=15。
借此,装置100可生成优先顺序信息1110。如优先顺序1100所示,装置100可将优先顺序分数最高的关键词2(KW2)的优先顺序确定为最高。
此外,即使是相同的关键词,从不同的出处提取出的关键词对资产价值造成的影响可能会有所不同。因此,装置100可能需要将从不同的出处提取出的相同关键词识别为不同的关键词。
在适用本发明的另一实施例中,当第1日期的当日关键词中的某个关键词是从不同出处提取出的关键词时,即使是相同的关键词,装置100也能够将其作为不同的关键词进行识别。如图11所示,装置100可将出处分别为“加山日报”和“加山体育”的关键词2(KW2)识别为不同的关键词。此外,因为出处的媒体类型不同,装置100也可以将其判定为上述出处属性不同。在上述实例中,装置100可根据上述不同的出处属性,将“加山日报”的关键词2(KW2)和“加山体育”的关键词2(KW2)确定为不同的关键词。
因此,即使是在同音不同义的关键词同时生成为第1日期的当日关键词的情况下,装置100也能够将上述同音不同义的关键词识别为不同的关键词。
在适用本发明的几个实施例中,可以将尝试与各个关键词进行匹配的资产限定为已事先与该关键词的出处匹配的资产。例如,与演艺相关的出处(例如网络报纸的演艺板块)可事先与娱乐相关股票进行匹配。此时,对于出处与演艺相关的关键词,只需要判断其是否与娱乐相关的股票具有相互关系。
图12是对适用本发明的几个实施例中所使用的关键词匹配资产进行说明的示意图。如上所述,装置100也可对包含第1日期的当日关键词的文本内容的出处进行识别。此外,装置100可根据上述文本内容的出处,对当日关键词所对应的资产进行匹配。
在图12中,将关键词1(KW1)1201、关键词2(KW2)1202以及关键词3(KW3)1203作为第1日期的当日关键词中所包含的关键词的实例进行了图示。
假定包含关键词1(KW1)1201的文本内容的出处为IT股票类的趋势分析博客。在这种情况下,装置100可将关键词1(KW1)1201匹配到资产1210。资产1210可以是某个企业的证券,也可以是属于特定分类的股票类的集合。
假定包含关键词2(KW2)1202的文本内容的出处为刊登有新车试驾信息的网络杂志。在这种情况下,装置100可将关键词2(KW2)1202匹配到资产1220。资产1220可以是汽车企业的证券。此外,假定包含关键词3(KW3)1203的文本内容的出处为房地产相关的互联网论坛。在这种情况下,装置100可将关键词3(KW3)1203匹配到资产1230。资产1230可以是特定地区的重建出让权。
上面,结合适用本发明的实施例,对通过当日关键词自动生成装置100执行的利用文本内容的当日关键词自动生成方法进行了说明。下面,则结合实施例对使用所生成的当日关键词的方法进行说明。
关键词和资产价值的关联性评估方法
为了确认在上述实施例中生成的当日关键词对资产价值造成的影响,应首先确定哪些资产分别与各个当日关键词对应。接下来,应分析对应的资产受到当日关键词的哪些影响。确定与上述关键词对应的资产的方法以及对关键词的影响力进行分析的方法,将通过下述说明的实施例得到进一步明确。
在适用本发明的另一实施例中,关键词和资产价值的关联性评估装置100可执行关键词和资产价值的关联性评估方法。下面,结合图13至图20对关键词和资产价值的关联性评估装置100所执行的关键词和资产价值的关联性评估方法进行详细说明。
图13是适用本发明的又一实施例的关键词及资产价值关联性评估方法顺序图。此外,图14是对适用本发明的几个实施例中所使用的关键词对应资产进行说明的示意图。
如图13所示,装置100可通过互联网采集在第1日期发布的文本内容(S1301)。装置100能够从采集到的文本内容中分别提取出关键词,并生成第1日期的当日关键词(S1302)。作为装置100生成第1日期的当日关键词的具体方法,可采取上述利用文本内容的当日关键词自动生成方法。
装置100可生成包含于第1日期的当日关键词的各个关键词在不同日期的出现频率信息(S1303)。例如,出现频率信息可以是利用直方图显示的包含于当日关键词中的各个关键词在不同日期的出现频率。图14中以图表1400作为出现频率信息的实例进行了图示。出现频率信息可包含在预先设定的日期区间内各个日期的出现频率信息。如图14所示,关键词1(KW1)在日期t1的出现频率为N1,在日期t2的出现频率为N2。此外,关键词1(KW1)在日期t1以及t2之间的日期t11的出现频率为N11。
装置100可对所生成的各个关键词在不同日期的出现频率信息和预先注册的资产在不同日期的价值信息进行比较(S1304)。装置100可从图1所示的外部装置300接收资产以及在不同时间、不同日期的资产价值信息。装置100可将接收到的信息存储到存储设备104中。在图14中作为预先注册的资产在不同日期的价值信息实例,分别通过图表1401、1402、1403对资产1(ASSET1)、资产2(ASSET2)以及资产3(ASSET3)在不同日期的价值信息进行了图示。
如图表1401所示,资产1(ASSET1)在日期t1的价值为P0,在日期t2的价值为P1。如图表1402所示,资产2(ASSET2)在日期t1的价值为P1,在日期t2的价值为P2。此外,资产2(ASSET2)在日期t1以及t2之间的日期t11的价值为P0。如图表1403所示,资产3(ASSET3)在日期t1的价值为P1,在日期t2的价值为P2。此外,资产3(ASSET3)在日期t1以及t2之间的日期t11的价值为P01。
装置100可通过对各个关键词在不同日期的出现频率信息和预先注册的资产在不同日期的价值信息进行比较,从预先注册的资产中确定与各个关键词对应的资产(S1305)。即,装置100可确定与特定关键词对应的是哪些资产。此时,装置100对于预先注册的资产,可基于各个关键词在第1期间内的不同日期的出现频率,识别出在第2期间内的不同日期的价值变化量大于临界值的资产。装置100可将识别出的资产确定为与上述各个关键词对应的资产。
其中,第1期间是用于对关键词的出现频率信息进行测定的期间,是预先设定的日期区间。第2期间是关键词的影响显现在资产中的期间,第2期间可以是与第1期间间隔一定时间点而开始的区间。这是因为某特写定关键词可能不会对资产的价值信息变化立即造成影响。例如在关键词A生成为当日关键词之后,如果关键词A是对资产A造成影响的关键词,则资产A可能会在2天之后出现价值的变动。或者,第2期间可以是包含第1期间在内的区间。当特定的关键词会立即造成资产价值信息的变化时,第2期间可以是与第1期间相同的期间。上述相对于第1期间的第2期间的长度或起始点可由装置100的用户或制造者的设置决定。
对关键词1(KW1)在不同日期的出现频率信息和资产1(ASSET1)在不同日期的价值信息进行比较。
如图表1400所示,在第1期间内的特定起始日期开始经过t1日的过程中,关键词1(KW1)的出现频率从N0增加至N1。图表1401中的资产1(ASSET1)在第2期间内的t1之后开始的一段时间内,其价值从P0持续性地出现下跌。其中,资产1(ASSET1)可以是其价值因为受到关键词1(KW1)的影响而发生下跌的资产。此外如图表1400所示,在t1至t11的日期区间内,关键词1(KW1)的出现频率从N1下跌至N11。资产1(ASSET1)在相同的日期区间内的价值持续下跌。装置100在关键词1(KW1)的出现频率发生增减的期间内,可检测到资产1(ASSET1)的价值持续性地出现下跌。借此,可以判定资产1(ASSET1)不会受到关键词1(KW1)的影响。
对关键词1(KW1)在不同日期的出现频率信息和资产2(ASSET2)以及资产3(ASSET3)在不同日期的价值信息进行比较。
对图表1400和图表1402、1403分别进行比较可以发现,关键词1(KW1)在不同日期的出现频率变化趋势和资产2(ASSET2)以及资产3(ASSET3)在不同日期的价值变化趋势保持一致。借此,装置100可以判定资产2(ASSET2)以及资产3(ASSET3)在不同日期的价值变化量是与关键词1(KW1)在不容日期的出现频率相对应的。此时,装置100在上述资产2(ASSET2)以及资产3(ASSET3)中,可以将价值变化量大于临界值的资产3(ASSET3)确定为与关键词1(KW1)对应的资产。资产的价值变化可能会受到除关键词外的其他因素的影响,因此装置100可以将价值变化小于临界值的资产2(ASSET2)确定为不会受到关键词1(KW1)的影响的资产。
如图表1403所示,资产3(ASSET3)的价值变化量呈现出与关键词1(KW1)的出现频率类似的变化形态。即,在关键词1(KW1)的出现频率增加时,资产3(ASSET3)的价值也随之上涨。相反,也可能有一些在关键词1(KW1)的出现频率增加时价值范围下跌的资产。
图15是对适用本发明的几个实施例中所使用的关键词对应资产进行说明的另一示意图。如图15所示,装置100可以将资产3(ASSET3)以及资产4(ASSET4)识别为其价值的变化量与关键词1(KW1)的出现频率相对应的资产。此时的价值变化量包含上述价值变化量的绝对值。即,对图表1400和图表1501进行比较可以发现,当关键词1(KW1)的出现频率变化值大于0时,资产4(ASSET4)的价值变化量小于0。在这种情况下,装置100可以将资产4(ASSET4)确定为与关键词1(KW1)对应的资产。
与一个资产对应的关键词可以有多个。即,可以包含多个关键词。下面,结合图16对在多个关键词中判定出对资产的影响力较高的关键词的方法。
图16是对适用本发明的几个实施例中所使用的关键词对资产造成的影响进行说明的示意图。其中,假定第1日期为t1而第2日期为t2。第2日期为第1日期之后的某个日期。
装置100在步骤S1305中,可将关键词1(KW1)确定为第1日期t1的当日关键词。此外如图16所示,装置100可通过对关键词1(KW1)的出现频率信息1400和预先注册的资产的价值信息进行比较,可将资产5(ASSET5)确定为与当日关键词对应的资产。具体来讲,装置100根据关键词1(KW1)的出现频率在第1期间内从N0增加至N1的趋势,识别出在第2期间内的价值变化量(P0至P1)大于临界值的资产5(ASSET5)。在图16中,以上述第1期间以及第2期间都属于从特定起始日期开始到t1为止的期间的情况为例进行了图示。
接下来,装置100可生成第2日期t2的当日关键词。装置100可判断第2日期的当日关键词中,是否包含与第1日期的当日关键词相同的关键词。例如,当第1日期的关键词1(KW1)为“利率上调”时,装置1可判断第2日期的当日关键词中是否包含“利率上调”。
如上所述,如果在第2日期的当日关键词中包含与第1日期的某个当日关键词相同的关键词,则装置100可以对已确定为与上述相同的关键词对应的资产在不同日期的价值信息进行监测。此时,装置100能够以上述第2日期为基准,对预设期间内的不同日期的价值信息进行监测。在图16中,以预设期间为t1至t2为止的期间的情况为例进行了图示。
在上述实例中,装置100可对与“利率上调”对应的资产5(ASSET5)在不同日期的价值信息进行监测。在图16中,以图表1601所示的与“利率上调”对应的资产5(ASSET5)在不同日期的价值信息为例进行了图示。装置100可根据“利率上调”的出现频率如图表1400所示的从N1变化至N2的趋势,对资产5(ASSET5)在不同日期的价值如图表1601所示的从P1变化至P2的过程进行监测。
装置100能够以上述监测结果为基础,确定关键词“利率上调”与资产5(ASSET5)之间的关联性信息。其中,关联性信息可包含关键词“利率上调”是否对资产5(ASSET5)的价值变化造成影响,以及关键词“利率上调”对资产5(ASSET5)的价值造成影响的影响力指标。
装置100可分别测定资产5(ASSET5)的价值变化量相对于第1日期的当日关键词(“利率上调”)的出现频率的比率、资产5(ASSET5)的价值变化量相对于第2日期的当日关键词(“利率上调”)的出现频率的比率。根据上述测定出的比率,装置100可确定关键词1(KW1)对资产5(ASSET5)的影响力。
此外,装置100可以根据上述监测结果,当上述资产5(ASSET5)在t1至t2期间内的价值变化量大于临界值时,对上述关键词“利率上调”关键词与上述资产5(ASSET5)之间的关联性信息进行更新。在上述实例中,当图表1601中的P1及P2之间的差异大于临界值时,装置100可对关键词“利率上调”对资产5(ASSET5)的影响力指标进行更新。这是因为,以第1日期t1为基准确定的关键词“利率上调”和资产5(ASSET5)之间的关联性以第2日期t2为基准时发生了变化。
接下来,通过与上述实例相同的方式,对关键词2(KW2)被确定为第1日期t1的当日关键词时的情况进行说明。装置100可将资产5(ASSET5)确定为与关键词2(KW2)对应的资产。假定关键词2(KW2)为“物价上升”。装置100在生成第2日期t2的当日关键词且第2日期的当日关键词中包含“物价上升”时,可对其进行识别。
接下来,装置100还可对与对应的第1日期的当日关键词对应的资产5(ASSET5)在不同日期的价值信息进行监测。在图16中,以图表1602所示的与“物价上升”对应的资产5(ASSET5)在不同日期的价值信息为例进行了图示。装置100还可根据“物价上升”的出现频率如图表1600所示的从N1变化至N2的趋势,对资产5(ASSET5)在不同日期的价值如图表1602所示的从P1变化至P2的过程进行监测。借此,装置100还可确定关键词2(KW2)对资产5(ASSET5)的影响力。
装置100能够以上述所确定的影响力为基础,对关键词1(KW1)以及关键词2(KW2)对资产5(ASSET5)的影响力的高低关系进行判断。
其中,关键词对资产的影响力是指,包含于最终的当日关键词中的各个关键词对对应资产的价值增减造成的影响。即,装置100可判断资产的价值增减受到关键词影响的程度。装置100可将上述判断结果存储为关联性信息。
装置100能够以上述所存储的关联性信息为基础,预测在其他日期的资产价值变化趋势。
如上所述,装置100可确定包含于当日关键词中的各个关键词与资产的关联性信息。下面,对关联性信息的各种指标进行说明。
图17是对适用本发明的几个实施例中所使用的关键词产生时间点和资产价值变化时间点的差异进行说明的示意图。图18是对适用本发明的几个实施例中所使用的关键词对资产造成影响的期间进行说明的示意图。
在图17中如图表1400所示,假定关键词1(KW1)在第1日期t1以及第2日期t2被确定为当日关键词。此外,假定与关键词1(KW1)对应的资产为资产6(ASSET6)以及资产7(ASSET7)。
在第1期间(从特定的起始日期至t1的期间)内关键词1(KW1)的出现频率逐渐增加,而图表1701中资产6(ASSET6)的价值在第2期间(从特定的起始日期至t01的期间)内出现了上涨。
装置100可对上述第1期间和第2期间的先后关系进行判断。装置100能够将上述判定结果存储为第1日期的当日关键词即关键词1(KW1)与资产6(ASSET6)之间的关联性信息。如图表1701所示,资产6(ASSET6)的价值变化早于关键词1(KW1)的发生日期(第1日期)。
接下来,当关键词1(KW1)被确定为第2日期t2的当日关键词时,装置100将以上述所存储的关联性信息为基础,预测出资产6(ASSET6)的价值变化早于第2日期出现。
在图表1702中,资产7(ASSET7)的价值在第2期间(从特定的起始日期至t11的期间)内出现了上涨。在这种情况下,装置100能够通过对第1期间以及第2期间的先后关系进行判断,将其存储为关键词1(KW1)与资产7(ASSET7)之间的关联性信息。如图表1702所示,资产7(ASSET7)的价值变化晚于关键词1(KW1)的发生日期。
接下来,当关键词1(KW1)被确定为第2日期t2的当日关键词时,装置100将以上述所存储的关联性信息为基础,预测出资产7(ASSET7)的价值变化晚于第2日期出现。
此外,装置100可对上述第1期间和第2期间的时间间隔进行测定。装置100能够将上述测定结果存储为关键词1(KW1)与资产7(ASSET7)之间的关联性信息。如图1702所示,当关键词1(KW1)成为第1日期t1的当日关键词时,受到其影响的资产7(ASSET7)的价值变化将出现在t11。装置100可判定关键词1(KW1)对资产7(ASSET7)的影响力出现在时间间隔t11-t1之后。
接下来,当关键词1(KW1)被确定为第2日期t2的当日关键词时,装置100将以上述所存储的关联性信息为基础,预测出资产7(ASSET7)的价值变化出现在时间间隔t21-t2之后。
在图18中如图表1400所示,假定关键词1(KW1)在第1日期t1以及第2日期t2被确定为当日关键词。
在第1期间(从特定的起始日期至t1的期间)内关键词1(KW1)的出现频率逐渐增加,且图表1800中的资产价值也随之上涨。此外,上述上涨的价值在第2期间E1内得到了维持。
装置100可将关键词1(KW1)对资产价值造成持续性影响的上述第2期间存储为关联性信息。
接下来,当关键词1(KW1)被确定为第2日期t2的当日关键词时,装置100将以上述所存储的关联性信息为基础,预测出资产的价值将在第2期间E2内得到维持。
此外,在步骤S1302中生成的第1日期的当日关键词可包含多个关键词。基于多个关键词的出现频率信息,假定特定资产的价值在第1日期出现了上涨。在这种情况下,多个关键词都可能会对资产的价值造成影响。或者在多个关键词中的某个关键词可能不会对资产的价值造成影响。下面将结合图19以及图20对上述情况进行详细说明。
图19是适用本发明的几个实施例中所使用的多个关键词中对资产造成影响的关键词示意图。
在图19中,假定图表1900中的关键词1(KW1)以及关键词2(KW2)包含于第1日期的当日关键词中。此外,在图19中作为已确定与上述关键词1(KW1)以及关键词2(KW2)对应的资产,以图表1910为例进行了图示。
在步骤S1305中,装置100能够以第1日期为基准判定关键词1(KW1)以及关键词2(KW2)都会对上述资产造成影响。此时,如果关键词1(KW1)被确定为第2日期t2的当日关键词,装置100可识别出第1日期的当日关键词中的某个关键词被再次确定为第2日期t2的当日关键词。
装置100能够以上述第2日期t2为基准,对资产在预设期间内的不同日期的价值信息进行监测。
在图19中,以图表1911作为上述资产的不同日期的价值信息实例进行了图示。装置100能够以监测结果为基础,确定关键词1(KW1)与资产之间的关联性信息。通过对图表1910以及图表1911进行比较,装置100可判断出关键词1(KW1)与资产之间的关联性较高。
相反,如果关键词2(KW2)被确定为第2日期t2的当日关键词,装置100可识别出第1日期的当日关键词中的某个关键词被再次确定为第2日期t2的当日关键词。装置100能够以上述第2日期t2为基准,对资产在预设期间内的不同日期的价值信息进行监测。
在图19中,以图表1912作为上述资产的不同日期的价值信息实例进行了图示。装置100能够以监测结果为基础,确定关键词2(KW2)与资产之间的关联性信息。通过对图表1910以及图表1912进行比较,装置100可判断出关键词2(KW2)属于与资产没有关联性的关键词。在这种情况下,装置100能够修改以第1日期为基准判定关键词1(KW1)以及关键词2(KW2)都会对上述资产造成影响的结果。即,因为上述关键词2(KW2)与资产没有关联性,因此装置100能够对注册到第1日期中的当日关键词进行修改。此时,装置100将判定所生成的第1日期的关键词中存在错误,并对上述利用文本内容的当日关键词自动生成方法的实施例中进行说明的第1时窗以及第2时窗的大小进行调整。
图20是适用本发明的几个实施例中所使用的受到多个关键词影响的资产示意图。其中,与图19的说明重复的部分将省略其说明。
在步骤S1305中,装置100能够以第1日期为基准判定关键词1(KW1)以及关键词2(KW2)都会对上述资产造成影响。接下来,装置100可生成第2日期的当日关键词。当所生成的第2日期的关键词中再次包含关键词1(KW1)以及关键词2(KW2)时,装置100可对已确定对应于上述多个关键词(关键词1(KW1)以及关键词2(KW2))的资产在不同日期的价值信息进行监测。
装置100能够以监测结果为基础,确定上述多个关键词与上述所确定的资产之间的关联性信息。
例如如图表1900所示,假定第1日期t1的当日关键词即关键词1(KW1)以及关键词2(KW2)都会如上述图表1910所示对资产造成影响。
装置100可如图1901所示,在之后的第2日期t2将关键词1(KW1)生成为当日关键词。当第2日期的当日关键词如图表2001所示不会对资产造成影响时,装置100将判定关键词1(KW1)与资产没有关联。
当关键词2(KW2)也如图表2002所示不会对资产造成影响时,装置100将同样判定关键词2(KW2)与资产没有关联。
假定其他日期的关键词中也同时包含了与第1日期t1的当日关键词相同的关键词1(KW1)以及关键词2(KW2)且资产的价值上涨量大于临界值。
装置100能够以上述第1日期t1、第2日期t2以及其他日期的资产价值信息为基础,判定上述资产同时受到多个关键词即关键词1(KW1)以及关键词2(KW2)的影响,但不会受到个别关键词的影响。
装置100也可以在将关键词1(KW1)以及关键词2(KW2)进行配对后存储为与资产的关联性信息。
关键词和资产价值的关联性评估装置的具体实施例
通过如上所述的实施例,装置100可确定与当日关键词对应的资产并对当日关键词对资产造成的影响进行分析。尤其是,装置100能够以第1日期的当日关键词所对应的资产的关联性信息为基础,预测出相同的当日关键词在第2日期对资产的价值造成的影响。以如上所述的预测信息为基础,装置100可以向用户终端200提供有关资产的投资指导服务。
为了提供上述投资指导服务,装置100可将上述当日关键词以及所对应资产相关的信息存储于存储设备104中。此外,装置也可对当日关键词对所对应资产造成的影响的分析结果进行存储。例如,装置100可对图16至图18的说明过程中提及的上述关联性信息进行存储。
图21是适用本发明的几个实施例中所使用的关键词和资产关联性信息示意图。此外,图22是适用本发明的几个实施例中所使用的关键词和资产的关联性指标示意图。
在图21中,以当日关键词(KW)和与其对应的资产(A)的关联性信息(CR)数据为例进行了图示。装置100的存储设备104可对上述数据进行存储。如图21所示,上述数据可包含特定日期的当日关键词(KW)信息和与其对应的资产(A)信息。此时,装置100能够以生成当日关键词(KW)的不同日期为基准存储关联性信息(CR)。或者,装置100能够以资产(A)的类型为基准存储所对应的当日关键词(KW)的关联性信息。此外,上述数据中还可包含基于关键词出处的优先排序信息。
图21中的各个关联性信息(CR),可包含有关关联性指标的信息。关联性指标是指,当日关键词对所对应资产造成的具体影响相关信息。
如图22所示,关联性信息(CR)中包含如下所述的有关关联性指标的信息。
关联性信息(CR)中可包含当日关键词对资产的价值增减造成的影响相关信息。上述关联性信息(CR)是指,生成特定的当日关键词并在上述当日关键词的影响下资产的价值出现上涨或下跌的相关信息。
关联性信息(CR)中可包含当日关键词对资产的价值变动造成影响时的时间点相关信息。上述关联性信息(CR)是指,生成当日关键词并在上述当日关键词的影响下资产的价值发生变动时的时间间隔相关信息。
关联性信息(CR)中可包含当日关键词对资产的价值变动造成影响时的期间相关信息。上述关联性信息(CR)是指,生成当日关键词并在上述当日关键词的影响下资产的价值变动所持续的期间相关信息。
关联性信息(CR)中可包含当日关键词对资产价值的影响力相关信息。上述关联性信息(CR)是指,生成当日关键词并在上述当日关键词的影响下资产的价值出现涨跌的幅度相关信息。
关联性信息(CR)还可包含关联性指标的可靠性相关信息。上述关联性信息(CR)是指,基于关联性指标对资产价值进行预测时的准确性相关信息。假定已保存与第1日期生成的当日关键词相关的关联性信息。此时,如果在第1日期以后的第2日期生成与上述当日关键词相同的关键词,则装置100将判定资产的价值变化趋势是否遵循第1日期的关联性信息。装置100可将上述判断结果作为关联性指标存储到图22的关联性信息(CR)中。
下面,将结合图23至图26对装置100利用上述关联性信息向用户终端200提供的投资指导服务进行说明。
图23是适用本发明的又一实施例中所使用的当日关键词提供用图形用户界面(GUI,Graphic User Interface)示意图。
如图23所示,装置100可在用户终端200提供投资指导服务所需的图形用户界面。上述用户界面2300中可包含第1日期的当日关键词信息2301。作为在用户界面2300中显示的第1日期的当日关键词的实例,对利用当日所采集到的文本内容生成的关键词进行了图示。
当用户通过用户终端200选择当日关键词中的某一个2302时,装置100可生成与所选择的关键词对应的用户界面2310。此外,装置100可在上述用户终端200提供用户界面2310。
用户界面2310中可包含与上述所选择的关键词对应的资产信息2311、2312、2313。用户界面2310中还可包含与上述所选择的关键词对应的一个以上的资产信息2311、2312、2313。此外,用户界面2310中还可包含用于选择不同类型资产信息的用户界面2314。
装置100可利用如图21及图22所示的关键词和资产的关联性信息以及关联性指标相关信息提供投资指导服务。
图24是适用本发明的几个实施例中所使用的以关键词对资产价值造成影响的时期为基础的投资指导用户界面示意图。
如图24所示,装置100在选择当日关键词中的关键词2302时可向用户终端200提供用户界面2400。在图24中,以作为与关键词2302对应的资产信息,在用户界面2400中包含与关键词2302对应的一个以上企业的股票走势信息2401的情况为例进行了图示。
当用户通过用户终端200选择A企业时,装置100可在用户终端200提供用户界面2410。用户界面2410可包含在关键词2302的影响下发生变动的A企业股票的价值信息2411。例如,上述价值信息可以是A企业股票在预设期间内的价值变化量信息。
此外,用户界面2410中可包含关键词2302和A企业股票之间的关联性信息。例如,可包含关键词2302对A企业股票价值造成的影响相关信息2412。用户界面2410还可包含关键词2302对A企业股票价值造成影响的时间点信息2412、2413。此外,用户界面2410还可包含关键词2302对A企业股票价值造成影响的期间相关信息2413。
装置100通过提供上述关联性信息,可将上述A企业股票相关的投资指导消息2414发送到用户终端200中。
上述消息2414中可包含与A企业股票的购买或抛售相关的推荐信息。此外,消息2414还可包含以上述时间点信息以及影响期间信息为基础的与A企业股票的购买或抛售时间点、持有期间相关的指导信息。
图25是适用本发明的几个实施例中所使用的以关键词对资产价值造成影响的程度为基础的投资指导用户界面示意图。
当用户通过用户终端200输入关键词时,装置100可接收其相关信息。装置100还可根据用户所输入的关键词,生成对应的用户界面2500。上述用户界面2500可包含与所输入的关键词2501对应的资产相关信息2502。
此时,装置100可判断所输入的关键词是否与预先存储的其他日期或当天的当日关键词中的某一个相同。即,当所输入的关键词属于当日关键词中的一个时,装置100可识别出与所输入的关键词对应的资产信息。装置100能够以关键词以及所识别出的资产信息为基础,生成用户界面2500。
当选择了上述资产相关信息2502中的某一个时,装置100可生成用户界面2510。此外,装置100可将所生成的用户界面2510发送到用户终端200中。
用户界面2510可包含在所输入的关键词2501的影响下发生变动的资产价值信息2511以及关联性信息。例如,可包含关键词2501的影响早于或晚于资产价值变动的相关信息2512。用户界面2510还可包含关键词2501对资产价值造成影响的时间点信息2513。此外,用户界面2510还可包含关键词2501对资产价值造成影响的影响力信息,即关键词2501对资产价值的变动造成的影响相关信息2514。
装置100通过提供上述关联性信息,可将上述A企业股票相关的投资指导消息2514发送到用户终端200中。
上述消息2514中可包含与资产的购买或抛售相关的推荐信息。装置100还能够以上述影响力信息为基础,生成进行资产投资时可能得到的目标收益信息。此时,消息2514中还可包含上述目标收益信息。
上面,对用户选择或输入关键词时由装置100提供的投资指导服务进行了说明。在适用本发明的另一实施例中,装置100还可将用户已持有或关心的资产相关的关键词信息提供到用户终端200中。即,通过向用户提供已持有或关心的资产相关的关键词,在上述关键词于日后被包含在当日关键词中时,为用户提供采取应对措施的机会。
图26是对适用本发明的又一实施例的与资产对应的当日关键词进行说明的示意图。如图26所示,装置可接收用户通过用户终端200对资产进行的选择或输入。为此,装置100可将用户界面2600发送到用户终端200中。用户界面2600中可包含资产列表2601。资产列表2601中可包含一个以上的资产2602。当接收到用户选择了上述资产中的某一个时,装置100能够生成与其对应的用户界面2610。此外,装置100可将上述用户界面2610发送到用户终端200中。上述用户界面2610中可包含所选资产信息2602以及与其对应的关键词列表2611。
此外,装置100可对上述用户所选资产相关的信息进行存储。装置100可从第1日期的当日关键词中识别出与上述用户所选资产对应的关键词。装置100可生成之后的第2日期的当日关键词。此时,如果第2日期的当日关键词中包含与上述用户所选资产对应的关键词,则装置100将对其进行监测并向用户终端200发送与上述用户所选资产对应的关键词。借此,用户能够了解到自身已持有或关心的资产的价值是否可能发生变动。装置100能够以第2日期的当日关键词中包含上述关键词为基础,判定用户所选资产的价值发生变动的可能性。装置100能够以上述判断结果为基础,将投资指导消息发送到用户终端200中。
图27是适用本发明的又一实施例的提取与资产价值变化对应的当日关键词的方法顺序图。图28是适用本发明的又一实施例的当资产价值发生变化时以此为基础推荐其他资产的服务示意图。
如上所述,关键词并不一定提前对所对应的资产造成影响。即,可能会在资产的价值发生变动之后,与上述资产对应的关键词才会被包含到当日关键词中。下面,将对在资产的价值变动早于关键词时识别出与其对应的关键词的方法进行说明。此外,还将对识别出关键词之后再识别出预计可能会发生价值变动的其他资产的方法进行说明。
如图27所示,装置100能够从预先注册的资产中识别出在第1期间内的不同日期的价值变化量大于临界值的资产(S2701)。此外,装置100能够采集第1日期的文本内容并借此生成第1日期的当日关键词(S2702)。此时,并非一定要在步骤S2701之后实施上述步骤S2702。即,装置100可以独立于步骤S2701实施步骤S2702。其中,第1日期可以是当天。即,装置100可以从每天采集到的文本内容中提取出关键词,并以所提取出的关键词为基础生成第1日期的当日关键词。
装置100可对包含于第1日期的当日关键词中的各个关键词在第2期间内的不同日期的出现频率信息进行监测(S2703)。装置100能够提取出第2期间内的不同日期的出现频率与资产在第1期间内的不同日期的价值变化量对应的关键词(S2704)。装置100可从上述第1日期的当日关键词中提取出对应的关键词。
装置100可将上述提取出的关键词确定为与上述资产对应的关键词(S2705)。
接下来,装置100可对上述资产在第3期间内大于临界值的价值变化量进行监测。此外,装置100可从预先注册的资产中确定与上述所确定的关键词对应的资产。装置100能够将与上述识别出的资产相关的信息发送到用户终端200中。借此,装置100能够在特定资产的价值发生变动时,以此为基础对上述特定资产和其他资产的价值变动进行预测。此外,装置100可向用户终端200提供以上述预测信息为基础的投资指导信息。
如图28所示,装置100可以将用于显示预先注册资产的价值变化量信息的用户界面2800发送到用户终端200中。资产的价值变化量信息2801中可包含资产在第1期间内的价值增减信息。
装置100能够以上述资产的价值变化量信息2801中所包含的某一个资产的价值变化量为基础,识别出与上述某一个资产对应的关键词。
关于价值变化量信息2801,在图28中以A企业股票的价值变化量为20%、B企业股票的价值变化量为5%的情况为例进行了图示。例如,当价值变化量的临界值为15%时,装置100可识别出其出现频率与A企业股票相对应的关键词。
装置为了进行上述关键词的识别,可预先存储当日关键词信息。即,装置100能够从预先存储的当日关键词信息中,识别出上述关键词。装置100可将上述识别出的关键词判定为与上述资产对应的关键词。
装置100在识别出上述关键词之后,可生成对应的用户界面2810并将其提供到用户终端200中。上述用户界面2810可包含其价值变动量大于临界值的资产2811以及被判定为与其对应的关键词信息2812。关键词信息2812中可包含一个以上的关键词。装置100能够以上述关键词的出处为基础确定其优先顺序,用户界面2810中可包含关键词2813、2814、2815的优先顺序信息。
接下来,装置100还可识别出与关键词信息2812中的某一个关键词2813、2814、2815对应的资产相关信息。上述识别出的资产中可包含其价值变动量大于临界值的资产2811和其他资产。装置100可生成包含上述关键词2813、2814、2815中的某一个关键词2814以及与其对应的资产信息2821的用户界面2820。装置100可将上述用户界面发送到用户终端200中。
借此,装置100在特定资产的价值变化量大于临界值时,可将预期出现价值变动的其他资产相关的投资指导服务提供到用户终端200中。
匹配到文本内容中的资产信息的显示方法
在上述内容中,对利用关键词和与其对应的资产之间的关联性信息的适用本发明的实施例进行了说明。上述关键词和资产之间的关联性,可扩展至包含上述关键词的文本内容中。下面,结合图29对其进行详细说明。
图29是对适用本发明的又一实施例的文本内容、关键词以及资产匹配关系进行说明的概念图。在图29中,作为文本内容的实例对互联网新闻进行了图示。基于上述适用本发明的实施例,假定关键词2901以及与其对应的资产2903已经被匹配并存储。
用户终端200可通过显示部显示网络新闻2905。新闻2905中可包含至少一个以上的关键词。在图29中,以新闻2905中包含关键词1(KW1)、关键词2(KW2)以及关键词3(KW3)的情况为例进行了图示。
用户终端200可对上述新闻2905中的关键词1(KW1)、关键词2(KW2)以及关键词3(KW3)进行监测并提取出相应的关键词2911。在提取出上述关键词之后,用户终端200可以从预先注册的资产中提取出分别与所提取出的至少一个关键词2911匹配的资产2913、2923、2933。
在图29中,作为在预先注册的资产中与关键词1(KW1)匹配的资产2913,以资产1、资产2以及资产3为例进行了图示。此外,作为与关键词2(KW2)匹配的资产2923,以资产1、资产3以及资产4为例进行了图示。与关键词3(KW3)匹配的资产2933则为资产3以及资产5。
用户终端200可对上述匹配的资产进行识别,并从预先注册的资产中将其提取。此外,当上述所提取出的资产中具有其提取次数大于预设次数的资产时,用户终端200可以将上述提取次数大于预设次数的资产匹配到上述文本内容中。
如图29所示,在所提取出的资产中资产3的提取次数为3次。例如,当上述预设次数为3时,可将资产3匹配到新闻2905中。
用于终端200可将提取次数大于上述预设次数的资产相关信息显示在与上述第1区域不同的第2区域中。即,可在与显示上述新闻2905的区域不同的区域,显示上述资产3相关的信息。
此时,匹配到上述至少一个关键词中的资产,可基于至少一个以上的关键词中的各个关键词在第1期间内的不同日期的出现频率,包含在第2期间内的不同日期的价值变化量大于临界值的资产。即,上述匹配的资产可以是通过上述适用本发明的实施例匹配到关键词中的资产。此外,上述资产相关信息中,可包含至少一个关键词以及以与提取次数大于上述预设次数的资产之间的关联性信息为基础确定的提取次数大于上述预设次数的资产的价值预测信息。即,资产相关信息中可包含上述适用本发明的实施例中的资产的资产价值变动程度预测结果。
如上所述,在文本内容与资产匹配之后,用户可通过用户终端200以特定资产为基准浏览相关的文本内容。
为此,用户终端200可将资产相关信息显示在显示部上的第1区域中。
根据用户的请求,上述资产相关信息可以是通过网页方式提供的资产走势、价值变化等信息。
用户终端还可以在与上述第1区域不同的第2区域显示与上述资产匹配的文本内容的列表。其中,与上述资产匹配的文本内容可包含与上述资产匹配的至少一个关键词。例如,上述文本内容的列表可以是包含于上述资产匹配的关键词的网络新闻报道。此外,上述列表可以是上述网络新闻报道的列表。
用户终端200在接收到从上述所显示列表的文本内容中选择其中一个的选择消息时,可显示上述所选择的文本内容。在上述实例中,用户终端200可以显示包含上述关键词的网络新闻报道内容。
目前为止结合附图进行说明的适用本发明的实施例的方法,可通过执行能够由计算机进行读取的代码编写的电脑程序的方式来实现。上述电脑程序能够通过互联网等网络途径从第1计算装置传送到第2计算装置并安装到上述第2计算装置,从而在上述第2计算装置中使用。上述第1计算装置以及上述第2计算装置包含服务器装置、台式电脑等固定式计算装置或笔记本电脑、智能手机、平板电脑等便携式计算装置。
上面,结合附图对适用本发明的实施例进行了说明,但具有本发明所属技术领域之一般知识的人员可以再不对本发明的技术思想以及必要特征进行变更的前提下以其他具体形态实现。因此应理解为上述实施例在所有方面仅为示例性而非限制性用途。
Claims (30)
1.一种利用文本内容的当日关键词自动生成方法,其特征在于,包括:
服务伺服器通过互联网采集在第1日期发布的文本内容的步骤;
分别提取出上述文本内容中的关键词,并构成包含所提取关键词的第1日期的关键词池的步骤;以及
利用上述第1日期的关键词池和第2日期的关键词池的比较结果,生成上述第1日期的当日关键词的步骤。
2.根据权利要求1所述的利用文本内容的当日关键词自动生成方法,其特征在于:
生成上述第1日期的当日关键词的步骤,包括:
以上述第1日期为基准确定第1时窗的步骤;
对上述第1日期的关键词池和包含于上述第1时窗中的至少一个日期的关键词池进行比较的步骤;以及
利用上述比较结果,生成上述第1日期的当日关键词的步骤。
3.根据权利要求1所述的利用文本内容的当日关键词自动生成方法,其特征在于:
生成上述第1日期的当日关键词的步骤,包括:
以上述第1日期为基准确定第1时窗的步骤;
判断包含于上述第1日期的关键词池中的关键词中,是否具有其出现次数大于基准值的新关键词的步骤;以及
当具有上述新关键词时,生成包含上述新关键词的上述第1日期的当日关键词的步骤;
其中,上述新关键词包含在属于第1时窗的至少一个其他日期的当日关键词池中未包含的关键词。
4.根据权利要求1所述的利用文本内容的当日关键词自动生成方法,其特征在于:
生成上述第1日期的当日关键词的步骤,包括:
以上述第1日期为基准确定第1时窗以及第2时窗的步骤;
以在上述第2时窗内的出现次数和在上述第1时窗内的出现次数之间的比例为基准,确定是否需要对包含在上述第1日期的关键词池中的各个关键词进行删除的步骤;以及
根据上述确定结果,生成上述第1日期的当日关键词的步骤;
其中,上述第2时窗所包含的日期数量大于上述第1时窗。
5.根据权利要求1所述的利用文本内容的当日关键词自动生成方法,其特征在于:
生成上述第1日期的当日关键词的步骤,包括:
对上述所采集到的文本内容中包含上述第1日期的当日关键词的文本内容的出处进行识别的步骤;以及
以上述所识别出的出处为基础,确定上述第1日期的当日关键词中所包含的关键词的优先顺序的步骤。
6.根据权利要求5所述的利用文本内容的当日关键词自动生成方法,其特征在于:
当上述第1日期的当日关键词中的某个关键词是从不同出处提取出的关键词时,
生成上述第1日期的当日关键词的步骤,包括:
根据上述不同出处的各自的属性,将上述一个关键词确定为不同关键词的步骤。
7.根据权利要求1所述的利用文本内容的当日关键词自动生成方法,其特征在于:
生成上述第1日期的当日关键词的步骤,包括:
对上述所采集到的文本内容中包含上述第1日期的当日关键词的文本内容的出处进行识别的步骤;以及
以上述所识别出的出处为基础,将上述第1日期的当日关键词匹配到所对应的资产中的步骤。
8.一种关键词和资产价值的关联性评估方法,其特征在于,包括:
服务伺服器通过互联网采集在第1日期发布的文本内容的步骤;
分别提取出上述文本内容中的关键词,并生成上述第1日期的当日关键词的步骤;
生成包含于上述第1日期的当日关键词的各个关键词在不同日期的出现频率信息的步骤;以及
通过对上述所生成的各个关键词在不同日期的出现频率信息和预先注册的资产在不同日期的价值信息进行比较,从上述预先注册的资产中确定与各个关键词对应的资产的步骤。
9.根据权利要求8所述的关键词和资产价值的关联性评估方法,其特征在于:
上述确定与各个关键词对应的资产的步骤,包括:
基于上述各个关键词在第1期间内的不同日期的出现频率,识别出在第2期间内的不同日期的价值变化量大于临界值的资产的步骤;以及
将上述识别出的资产确定为与上述各个关键词对应的资产的步骤。
10.根据权利要求9所述的关键词和资产价值的关联性评估方法,其特征在于:
上述价值变化量包含上述价值变化量的绝对值。
11.根据权利要求8所述的关键词和资产价值的关联性评估方法,其特征在于:
上述确定与各个关键词对应的资产的步骤,包括:
判断在第2日期的当日关键词和上述第1日期的当日关键词中是否具有相同关键词的步骤;
当具有上述相同的关键词时,对已确定为与上述相同的关键词对应的资产在不同日期的价值信息进行监测的步骤;以及
以上述监测结果为基础,确定上述相同的关键词与上述所确定的资产之间的关联性信息的步骤;
其中,上述所确定的资产在不同日期的价值信息,是以上述第2日期为基准的预设期间内的不同日期的价值信息。
12.根据权利要求11所述的关键词和资产价值的关联性评估方法,其特征在于:
上述确定关联性信息的步骤,包括:
根据上述监测结果,当上述所确定资产在上述预设期间内的价值变化量大于临界值时,对上述相同关键词与上述所确定资产之间的关联性信息进行更新的步骤。
13.根据权利要求8所述的关键词和资产价值的关联性评估方法,其特征在于:
上述确定与各个关键词对应的资产的步骤,包括:
当上述第1日期的当日关键词中具有与相同资产对应的多个关键词时,判断第2日期的当日关键词中是否包含上述多个关键词中的某一个的步骤;
当具有上述某一个关键词时,对已确定为与上述相同的关键词对应的资产在不同日期的价值信息进行监测的步骤;以及
以上述监测结果为基础,确定上述某一个关键词与上述所确定的资产之间的关联性信息的步骤;
其中,上述所确定的资产在不同日期的价值信息,是以上述第2日期为基准的预设范围期间内的不同日期的价值信息。
14.根据权利要求8所述的关键词和资产价值的关联性评估方法,其特征在于:
上述确定与各个关键词对应的资产的步骤,包括:
当上述第1日期的当日关键词中具有与相同资产对应的多个关键词时,判断第2日期的当日关键词中是否包含上述多个关键词的步骤;
当具有上述多个关键词时,对已确定为与上述多个关键词对应的资产在不同日期的价值信息进行监测的步骤;以及
以上述监测结果为基础,确定上述多个关键词与上述所确定的资产之间的关联性信息的步骤;
其中,上述所确定的资产在不同日期的价值信息,是以上述第2日期为基准的预设范围期间内的不同日期的价值信息。
15.一种关键词和资产价值的关联性评估装置,其特征在于,包括:
一个以上的处理器;
内存,用于加载(load)由上述处理器执行的电脑程序;
存储设备,用于存储预先注册的资产在不同日期的价值信息以及在上述电脑执行程序执行的过程中生成的当日关键词信息;以及
网络接口,用于对上述当日关键词信息进行接收和发送;
其中,上述电脑程序包括:
通过互联网采集在第1日期发布的文本内容的操作;
分别提取出上述文本内容中的上述关键词,并生成上述第1日期的当日关键词的操作;
生成包含与上述第1日期的当日关键词的各个关键词在不同日期的出现频率信息的操作;以及
通过对上述所生成的各个关键词在不同日期的出现频率信息和上述预先注册的资产在上述不同日期的价值信息进行比较,从上述预先注册的资产中确定与各个关键词对应的资产的操作。
16.根据权利要求15所述的关键词和资产价值的关联性评估装置,其特征在于:
上述确定与各个关键词对应的资产的操作,包括:
基于上述各个关键词在第1期间内的不同日期的出现频率,在上述预先注册的资产中识别出在第2期间内的不同日期的价值变化量大于临界值的资产的操作;以及
将上述识别出的资产确定为与上述各个关键词对应的资产的操作。
17.根据权利要求16所述的关键词和资产价值的关联性评估装置,其特征在于:
上述电脑程序,还包括:
生成第2日期的当日关键词的操作;以及
判断上述第2日期的当日关键词中是否具有与上述第1日期的当日关键词中的某一个相同的关键词的操作。
18.根据权利要求17所述的关键词和资产价值的关联性评估装置,其特征在于:
将上述识别出的资产确定为与上述各个关键词对应的资产的操作,包括:
对上述第1期间和上述第2期间之间的时间间隔进行测定的操作;以及
将上述时间间隔的测定结果作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;
其中,上述电脑程序还包括:
当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
19.根据权利要求17所述的关键词和资产价值的关联性评估装置,其特征在于:
将上述识别出的资产确定为与上述各个关键词对应的资产的操作,包括:
对上述第1期间和上述第2期间之间的先后关系进行判定的操作;以及
将上述先后关系的判定结果作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;
其中,上述电脑程序还包括:
当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
20.根据权利要求17所述的关键词和资产价值的关联性评估装置,其特征在于:
将上述识别出的资产确定为与上述各个关键词对应的资产的操作,包括:
将上述第2期间作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;
其中,上述电脑程序还包括:
当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
21.根据权利要求17所述的关键词和资产价值的关联性评估装置,其特征在于:
将上述识别出的资产确定为与上述各个关键词对应的资产的操作,包括:
将上述大于临界值的不同日期的价值变化量作为上述所对应资产和上述各个关键词之间的关联性信息进行保存的操作;
其中,上述电脑程序还包括:
当判定为具有上述相同的关键词时,以上述关联性信息为基础,将对上述对应资产的投资指导信息发送到用户终端中的操作。
22.根据权利要求16所述的关键词和资产价值的关联性评估装置,其特征在于:
上述电脑程序还包括:
当从用户终端接收到对上述所生成的当日关键词的选择操作时,
将上述所选择的关键词所对应的资产相关信息发送到上述用户终端中的操作。
23.根据权利要求16所述的关键词和资产价值的关联性评估装置,其特征在于:
上述电脑程序,还包括:
当从用户终端接收到用户选择资产的操作时,从上述当日关键词中提取出与上述用户选择资产对应的关键词的操作;以及
将上述用户选择资产所对应的关键词发送到上述用户终端中的操作。
24.根据权利要求16所述的关键词和资产价值的关联性评估装置,其特征在于:
上述存储设备,用于对上述预先注册的资产中的用户所选资产进行存储;
其中,上述电脑程序还包括:
生成第2日期的当日关键词的操作;
判断上述第2日期的当日关键词中是否具有与上述第1日期的当日关键词中的某一个相同的关键词的操作;以及
根据上述判断结果,当具有相同的关键词时,将上述相同的关键词中与上述用户选择资产对应的关键词发送到用户终端中的操作。
25.一种关键词和资产价值的关联性评估装置,其特征在于,包括:
一个以上的处理器;
内存,用于加载(load)由上述处理器执行的电脑程序;以及
存储设备,用于存储预先注册的资产在不同日期的价值信息以及在上述电脑执行程序执行的过程中生成的当日关键词信息;
其中,上述电脑程序还包括:
从上述预先注册的资产中识别出在第1期间内的不同日期的价值变化量大于临界值的资产的操作;
通过互联网采集在第1日期发布的文本内容的操作;
分别提取出上述文本内容中的上述关键词,并生成第1日期的当日关键词的操作;
对包含于上述第1日期的当日关键词中的各个关键词在第2期间内的不同日期的出现频率信息进行监测的操作;
从上述第1日期的当日关键词中提取出在上述第2期间的不同日期的出现频率与上述资产在第1期间内的不同日期的价值变化量对应的关键词的操作;以及
将上述提取出的关键词确定为与上述识别出的资产对应的关键词的操作。
26.根据权利要求25所述的关键词和资产价值的关联性评估装置,其特征在于,还包括:
网络接口,用于对上述所确定的关键词信息进行接收和发送;
其中,上述电脑程序还包括:
对上述识别出的资产在第3期间内大于临界值的价值变化量进行监测的操作;
从预先注册的资产中确定与上述所确定的关键词对应的资产的操作;以及
将上述所识别的资产相关的投资指导信息发送到用户终端中的操作。
27.一种匹配到文本内容中的资产信息的显示方法,其特征在于,包括:
用户终端将文本内容显示在显示部的第1区域中的步骤;
从上述文本内容中提取出至少一个关键词的步骤;
从预先注册的资产中提取出分别与上述提取出的至少一个关键词匹配的资产的步骤;以及
当上述所提取出的资产中具有其提取次数大于预设次数的资产时,将上述提取次数大于预设次数的资产相关价值信息显示在与上述第1区域不同的第2区域中的步骤。
28.根据权利要求27所述的匹配到文本内容中的资产信息的显示方法,其特征在于:
匹配到上述至少一个关键词中的资产,
可基于至少一个以上的关键词中的各个关键词在第1期间内的不同日期的出现频率,包含在第2期间内的不同日期的价值变化量大于临界值的资产,
上述价值信息中,包含上述至少一个关键词以及以与提取次数大于上述预设次数的资产之间的关联性信息为基础确定的提取次数大于上述预设次数的资产的价值预测信息。
29.根据权利要求27所述的匹配到文本内容中的资产信息的显示方法,其特征在于:
提取出分别与上述提取出的至少一个关键词匹配的资产的步骤,包括:
当上述所提取出的资产中具有其提取次数大于预设次数的资产时,将上述提取次数大于预设次数的资产匹配到上述文本内容中的步骤。
30.一种匹配到文本内容中的资产信息的显示方法,其特征在于,包括:
用户终端将资产相关信息显示在显示部的第1区域中的步骤;
在与上述第1区域不同的第2区域显示与上述资产匹配的文本内容的列表的步骤;以及
在接收到从上述所显示列表的文本内容中选择其中一个的选择消息时,显示上述所选择的文本内容的步骤;
其中,与上述资产匹配的文本内容包含与上述资产匹配的至少一个关键词。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150160168A KR101708444B1 (ko) | 2015-11-16 | 2015-11-16 | 키워드 및 자산 가격 관련성 평가 방법 및 그 장치 |
KR10-2015-0160168 | 2015-11-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106991488A true CN106991488A (zh) | 2017-07-28 |
Family
ID=57281159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610993538.6A Pending CN106991488A (zh) | 2015-11-16 | 2016-11-10 | 关键词和资产价值的关联性评估方法及其装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20170140464A1 (zh) |
EP (1) | EP3168795A1 (zh) |
JP (3) | JP6363679B2 (zh) |
KR (1) | KR101708444B1 (zh) |
CN (1) | CN106991488A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552783A (zh) * | 2020-04-30 | 2020-08-18 | 深圳前海微众银行股份有限公司 | 内容分析查询方法、装置、设备和计算机存储介质 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6927862B2 (ja) * | 2017-11-21 | 2021-09-01 | 株式会社日立製作所 | 市況コメント生成支援装置および市況コメント生成支援方法 |
CN109255014A (zh) * | 2018-10-17 | 2019-01-22 | 北京京航计算通讯研究所 | 基于多种算法提升文件关键词准确度的识别方法 |
CN109299465A (zh) * | 2018-10-17 | 2019-02-01 | 北京京航计算通讯研究所 | 基于多种算法提升文件关键词准确度的识别系统 |
US20210034628A1 (en) * | 2019-07-29 | 2021-02-04 | Jpmorgan Chase Bank, N.A. | Method and system for determining information relevance |
KR20220001063A (ko) | 2020-06-29 | 2022-01-05 | 한국투자증권 주식회사 | 컨텐츠와 자산의 관련도 평가 방법 및 장치 |
KR20220001061A (ko) | 2020-06-29 | 2022-01-05 | 한국투자증권 주식회사 | 컨텐츠와 자산의 관련도 평가 방법 및 장치 |
KR20220001062A (ko) | 2020-06-29 | 2022-01-05 | 한국투자증권 주식회사 | 컨텐츠와 자산의 관련도 평가 방법 및 장치 |
KR20220001065A (ko) | 2020-06-29 | 2022-01-05 | 한국투자증권 주식회사 | 컨텐츠와 자산의 관련도 평가 방법 및 장치 |
KR20220001064A (ko) | 2020-06-29 | 2022-01-05 | 한국투자증권 주식회사 | 컨텐츠와 자산의 관련도 평가 방법 및 장치 |
WO2023277522A1 (ko) * | 2021-06-29 | 2023-01-05 | 주식회사 이노핀 | 키워드 사전을 이용하여 투자 키워드를 관리하는 서버 및 방법 |
WO2023282854A2 (en) * | 2021-07-09 | 2023-01-12 | National University Of Singapore | Systems and methods for ranking influence of news and for identifying positive news |
KR102442335B1 (ko) * | 2022-03-10 | 2022-09-14 | 주식회사 푸시 | 즉각적인 투자 수단 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
KR102442338B1 (ko) * | 2022-03-10 | 2022-09-14 | 주식회사 푸시 | 사용자 행위 기반의 가치 변동률 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
KR102510954B1 (ko) * | 2022-03-10 | 2023-03-17 | 주식회사 푸시 | 메신저를 이용한 가치 변동률 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
WO2024018961A1 (ja) * | 2022-07-21 | 2024-01-25 | 真之 正林 | 情報処理装置、情報処理方法、およびコンピュータプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118560A (zh) * | 2006-08-03 | 2008-02-06 | 株式会社东芝 | 关键词输出设备和关键词输出方法 |
WO2008139568A1 (ja) * | 2007-05-08 | 2008-11-20 | Fujitsu Limited | キーワード出力プログラム、キーワード出力装置およびキーワード出力方法 |
US20090063157A1 (en) * | 2007-09-05 | 2009-03-05 | Samsung Electronics Co., Ltd. | Apparatus and method of generating information on relationship between characters in content |
US20120173542A1 (en) * | 2010-12-30 | 2012-07-05 | Nhn Corporation | System and method for determining ranking of keywords for each user group |
CN103201718A (zh) * | 2010-11-05 | 2013-07-10 | 乐天株式会社 | 关于关键词提取的系统和方法 |
CN103559207A (zh) * | 2013-10-10 | 2014-02-05 | 江苏名通信息科技有限公司 | 一种基于社交媒体计算的金融行为分析系统 |
US20140143013A1 (en) * | 2012-11-19 | 2014-05-22 | Wal-Mart Stores, Inc. | System and method for analyzing social media trends |
CN104951807A (zh) * | 2015-07-10 | 2015-09-30 | 沃民高新科技(北京)股份有限公司 | 股市情绪的确定方法和装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4907806B2 (ja) * | 2001-09-27 | 2012-04-04 | 富士通株式会社 | 情報処理装置 |
JP2003162639A (ja) * | 2001-11-28 | 2003-06-06 | Fujitsu Ltd | 銘柄選択支援装置 |
JP3892437B2 (ja) * | 2002-12-20 | 2007-03-14 | 株式会社大和証券グループ本社 | 金融情報通知システム、方法及びプログラム、情報処理システム及び方法 |
JP3807623B2 (ja) * | 2003-02-26 | 2006-08-09 | 株式会社大和証券グループ本社 | 情報提供システム、方法及びプログラム |
JP2005100222A (ja) * | 2003-09-26 | 2005-04-14 | Nomura Research Institute Ltd | 株価分析装置および株価の分析結果を格納したデータベースの生成方法 |
JP4185059B2 (ja) * | 2005-02-18 | 2008-11-19 | 大日本印刷株式会社 | トレンド予測装置およびトレンド予測方法 |
CA2654869C (en) * | 2006-06-12 | 2016-08-30 | Invidi Technologies Corporation | System and method for inserting media based on keyword search |
KR20090000284A (ko) * | 2007-02-14 | 2009-01-07 | (주)인포메딕스프리벤션테크놀로지 | 관심주제에 대한 동향 및 성향 분석시스템 |
JP5015642B2 (ja) * | 2007-03-28 | 2012-08-29 | 株式会社大和証券グループ本社 | 有価証券情報配信システム |
US20100250340A1 (en) * | 2009-03-24 | 2010-09-30 | Ip Street, Inc. | Processing and Presenting Intellectual Property and Other Information |
US8245135B2 (en) * | 2009-09-08 | 2012-08-14 | International Business Machines Corporation | Producing a visual summarization of text documents |
US8856056B2 (en) * | 2011-03-22 | 2014-10-07 | Isentium, Llc | Sentiment calculus for a method and system using social media for event-driven trading |
JP5734118B2 (ja) * | 2011-07-01 | 2015-06-10 | Kddi株式会社 | ソーシャルネットワークから小集団を抽出し、名前付け、並びに可視化する方法およびプログラム |
US20130290232A1 (en) * | 2012-04-30 | 2013-10-31 | Mikalai Tsytsarau | Identifying news events that cause a shift in sentiment |
JP2014048946A (ja) * | 2012-08-31 | 2014-03-17 | Toshiba Corp | 電子機器及びその制御方法 |
KR101544450B1 (ko) | 2013-07-05 | 2015-08-24 | 주식회사 코스콤 | 소셜 데이터의 분석을 통한 감성 영향 인덱스의 생성 방법 및 그 시스템 |
US20150325133A1 (en) * | 2014-05-06 | 2015-11-12 | Knowledge Diffusion Inc. | Intelligent delivery of educational resources |
US10185996B2 (en) * | 2015-07-15 | 2019-01-22 | Foundation Of Soongsil University Industry Cooperation | Stock fluctuation prediction method and server |
-
2015
- 2015-11-16 KR KR1020150160168A patent/KR101708444B1/ko active IP Right Grant
-
2016
- 2016-11-10 EP EP16198225.1A patent/EP3168795A1/en not_active Ceased
- 2016-11-10 CN CN201610993538.6A patent/CN106991488A/zh active Pending
- 2016-11-11 US US15/348,986 patent/US20170140464A1/en not_active Abandoned
- 2016-11-14 JP JP2016221223A patent/JP6363679B2/ja active Active
-
2018
- 2018-04-09 JP JP2018074542A patent/JP6703031B2/ja active Active
-
2020
- 2020-05-07 JP JP2020082284A patent/JP7021289B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118560A (zh) * | 2006-08-03 | 2008-02-06 | 株式会社东芝 | 关键词输出设备和关键词输出方法 |
WO2008139568A1 (ja) * | 2007-05-08 | 2008-11-20 | Fujitsu Limited | キーワード出力プログラム、キーワード出力装置およびキーワード出力方法 |
US20090063157A1 (en) * | 2007-09-05 | 2009-03-05 | Samsung Electronics Co., Ltd. | Apparatus and method of generating information on relationship between characters in content |
CN103201718A (zh) * | 2010-11-05 | 2013-07-10 | 乐天株式会社 | 关于关键词提取的系统和方法 |
US20120173542A1 (en) * | 2010-12-30 | 2012-07-05 | Nhn Corporation | System and method for determining ranking of keywords for each user group |
US20140143013A1 (en) * | 2012-11-19 | 2014-05-22 | Wal-Mart Stores, Inc. | System and method for analyzing social media trends |
CN103559207A (zh) * | 2013-10-10 | 2014-02-05 | 江苏名通信息科技有限公司 | 一种基于社交媒体计算的金融行为分析系统 |
CN104951807A (zh) * | 2015-07-10 | 2015-09-30 | 沃民高新科技(北京)股份有限公司 | 股市情绪的确定方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552783A (zh) * | 2020-04-30 | 2020-08-18 | 深圳前海微众银行股份有限公司 | 内容分析查询方法、装置、设备和计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2018106765A (ja) | 2018-07-05 |
JP7021289B2 (ja) | 2022-02-16 |
JP6703031B2 (ja) | 2020-06-03 |
JP2017091547A (ja) | 2017-05-25 |
JP2020123401A (ja) | 2020-08-13 |
US20170140464A1 (en) | 2017-05-18 |
JP6363679B2 (ja) | 2018-07-25 |
KR101708444B1 (ko) | 2017-02-22 |
EP3168795A1 (en) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991488A (zh) | 关键词和资产价值的关联性评估方法及其装置 | |
Garcia et al. | The digital traces of bubbles: feedback cycles between socio-economic signals in the Bitcoin economy | |
Kuehnhausen et al. | Trusting smartphone apps? To install or not to install, that is the question | |
Lee et al. | Specification and estimation of social interaction models with network structures | |
CN107993144A (zh) | 客户风险等级确定方法、装置、设备及可读存储介质 | |
CN108366045A (zh) | 一种风控评分卡的设置方法和装置 | |
CN110197426B (zh) | 一种信用评分模型的建立方法、装置及可读存储介质 | |
CN112749973A (zh) | 一种权限管理方法、装置和计算机可读存储介质 | |
Fraser et al. | Scrutable and persuasive push-notifications | |
CN103593355A (zh) | 用户原创内容的推荐方法及推荐装置 | |
Krishnan et al. | A novel text mining approach to securities and financial fraud detection of case suspects | |
He et al. | Multi-dimensional boundary effects and regional economic integration: Evidence from the Yangtze River Economic Belt | |
CN110619564B (zh) | 一种反欺诈特征生成方法和装置 | |
Powell | The mediations of data | |
Albahar | Detecting fraudulent twitter profiles: a model for fraud detection in online social networks | |
CN112085566B (zh) | 基于智能决策的产品推荐方法、装置及计算机设备 | |
Yin et al. | A case study on the use of data mining for detecting and classifying abnormal power system modal behaviors | |
CN113704637A (zh) | 基于人工智能的对象推荐方法、装置、存储介质 | |
Awasthi et al. | Review of techniques to prevent fake accounts on social media | |
Chatterjee et al. | An approach towards development of a predictive model for female kidnapping in India using R programming | |
KR20170057179A (ko) | 키워드 및 자산 가격 관련성 평가 방법 및 그 장치 | |
Cărbureanu | The analysis of currency exchange rate evolution using a data mining technique | |
Ng et al. | Social-media activity forecasting with exogenous information signals | |
Karakikes et al. | Towards Handling Bias in Intelligence Analysis with Twitter | |
Mareswara Rao et al. | Extended security model over data communication in online social networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170728 |
|
WD01 | Invention patent application deemed withdrawn after publication |