CN107945034A - 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 - Google Patents
基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107945034A CN107945034A CN201711141740.7A CN201711141740A CN107945034A CN 107945034 A CN107945034 A CN 107945034A CN 201711141740 A CN201711141740 A CN 201711141740A CN 107945034 A CN107945034 A CN 107945034A
- Authority
- CN
- China
- Prior art keywords
- finance
- economics
- microblog
- focus incident
- microblogging
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000015654 memory Effects 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012800 visualization Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 5
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 3
- 239000010931 gold Substances 0.000 claims description 3
- 229910052737 gold Inorganic materials 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 abstract 1
- 230000001133 acceleration Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于微博财经事件的金融分析方法,所述方法包括:通过爬虫程序爬取目标金融公司的关联数据;对所述关联数据进行预处理;对预处理后的关联数据进行文本分词,获取文本集合;分析所述文本集合获取主题集;计算所述文本集合的关键词集;选出所述关键词集中与所述主题集相匹配的关键词;选择公众对所述目标金融公司的期望词,并通过预设模型计算所述期望词与所述关键词的共现程度;及基于所述共现程度输出对所述目标金融公司的评价结论。本发明还提供一种应用服务器及计算机可读存储介质。本发明提供的金融数据分析方法、应用服务器及计算机可读存储介质,可以快速获取目标金融公司实施政策在公众眼中的态度数据,促进相关业务发展。
Description
技术领域
本发明涉及金融数据领域,尤其涉及一种基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质。
背景技术
就金融领域来讲,主要包括两个方面的问题:一方面,资产价格已不像30年前一样受小类因素的影响,而是受到多种因素的综合影响。另一方面,当影响资产的相关因素越来越多的时候,如何识别事件背后的相关性和因果性就变得更加困难。而目前广大普通投资者对金融投资的判断上面主要依据的是个人的投资经验和对当前各种财经事件的一个感性的判断,但这种方式需要长时间的投资经验以及一定的专业知识,而对于普通投资者而言,从大量的财经事件中判断出有价值的信息还存在很大的困难和不确定性。
发明内容
有鉴于此,本发明提出一种基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质,可以在浩如烟海的财经热点事件中,方便、快捷、直观的发现对当前股市数据和金融交易数据影响较大的财经热点事件,进而为广大投资者提供直接有效的参考。
首先,为实现上述目的,本发明提出一种应用服务器,所述应用服务器包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的基于微博财经事件的金融分析程序,所述基于微博财经事件的金融分析程序被所述处理器执行时,实现如下步骤:
建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;
根据所述微博数据流获取财经热点事件;
构建所述财经热点事件对股市和金融的影响模型;
根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;及
将所述影响指数进行可视化呈现。
可选地,所述建立财经类微博账号池的步骤,包括:
根据预设的抽取策略从全量微博账号中抽取预设数量的目标账号建立所述财经类微博账号池,其中,所述全量微博账号是指所述应用服务器监控的所有微博账号。
可选地,所述构建所述财经热点事件对股市和金融的影响模型的步骤,包括:
获取大量历史财经热点事件;
获取与所述历史财经热点事件同时期的股市数据和金融交易数据;
将所述历史财经热点事件与所述股市数据和金融交易数据进行训练获取所述历史财经热点事件与所述股市数据和金融交易数据的函数关系;及
根据所述函数关系构建所述影响模型。
可选地,所述基于微博财经事件的金融分析程序被所述处理器执行时实现如下步骤:
预设财经类微博账号池的更新时间;及
根据所述更新时间再次抽取所述全量微博账号以更新所述财经类微博账号池。
此外,为实现上述目的,本发明还提供一种基于微博财经事件的金融分析方法,该方法应用于应用服务器,所述方法包括:
建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;
根据所述微博数据流获取财经热点事件;
构建所述财经热点事件对股市和金融的影响模型;
根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;及
将所述影响指数进行可视化呈现。
可选地,所述建立财经类微博账号池的步骤,包括:
根据预设的抽取策略从全量微博账号中抽取预设数量的目标账号建立所述财经类微博账号池,其中,所述全量微博账号是指所述应用服务器监控的所有微博账号。
可选地,所述根据所述微博数据流获取财经热点事件的步骤,包括:
基于预设的微博热点话题发现算法从所述微博数据流中获取财经热点事件。
可选地,所述构建所述财经热点事件对股市和金融的影响模型的步骤,包括:
获取大量历史财经热点事件;
获取与所述历史财经热点事件同时期的股市数据和金融交易数据;
将所述历史财经热点事件与所述股市数据和金融交易数据进行训练获取所述历史财经热点事件与所述股市数据和金融交易数据的函数关系;及
根据所述函数关系构建所述影响模型。
可选地,所述方法还包括:
预设财经类微博账号池的更新时间;及
根据所述更新时间再次抽取所述全量微博账号以更新所述财经类微博账号池。
进一步地,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有基于微博财经事件的金融分析程序,所述基于微博财经事件的金融分析程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的基于微博财经事件的金融分析方法的步骤。
相较于现有技术,本发明所提出的应用服务器、基于微博财经事件的金融分析方法及计算机可读存储介质,首先,建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;其次,根据所述微博数据流获取财经热点事件;然后,构建所述财经热点事件对股市和金融的影响模型;接着,根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;最后,将所述影响指数进行可视化呈现。这样,可以避免现有技术中普通投资者从大量的财经事件中判断出有价值的信息还存在很大的困难和不确定性的弊端,让投资者可以在浩如烟海的财经热点事件中,方便、快捷、直观的发现对当前股市数据和金融交易数据影响较大的财经热点事件,进而为广大投资者提供直接有效的参考。
附图说明
图1是本发明应用服务器一可选的硬件架构的示意图;
图2是本发明基于微博财经事件的金融分析程序第一实施例的程序模块图;
图3为本发明较优实施例中基于“加速度”的微博热点话题发现算法的流程图;
图4为本发明基于微博财经事件的金融分析方法第一实施例的流程图。
附图标记:
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参阅图1所示,是应用服务器1一可选的硬件架构的示意图。
所述应用服务器1可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器等计算设备,该应用服务器1可以是独立的服务器,也可以是多个服务器所组成的服务器集群。
本实施例中,所述应用服务器1可包括,但不仅限于,可通过系统总线相互通信连接存储器11、处理器12、网络接口13。
所述应用服务器1通过网络接口13连接网络,获取资讯。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobilecommunication,GSM)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi、通话网络等无线或有线网络。
需要指出的是,图1仅示出了具有组件11-13的应用服务器1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器11可以是所述应用服务器1的内部存储单元,例如该应用服务器1的硬盘或内存。在另一些实施例中,所述存储器11也可以是所述应用服务器1的外部存储设备,例如该应用服务器1配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器11还可以既包括所述应用服务器1的内部存储单元也包括其外部存储设备。本实施例中,所述存储器11通常用于存储安装于所述应用服务器1的操作系统和各类应用软件,例如基于微博财经事件的金融分析程序200的程序代码等。此外,所述存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器12在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述应用服务器1的总体操作,例如执行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行所述的基于微博财经事件的金融分析程序200等。
所述网络接口13可包括无线网络接口或有线网络接口,该网络接口13通常用于在所述应用服务器1与其他电子设备之间建立通信连接。
本实施例中,所述应用服务器1内安装并运行有基于微博财经事件的金融分析程序200,当所述基于微博财经事件的金融分析程序200运行时,所述应用服务器1建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;根据所述微博数据流获取财经热点事件;构建所述财经热点事件对股市和金融的影响模型;根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;并将所述影响指数进行可视化呈现。这样,可以避免现有技术中普通投资者从大量的财经事件中判断出有价值的信息还存在很大的困难和不确定性的弊端,让投资者可以在浩如烟海的财经热点事件中,方便、快捷、直观的发现对当前股市数据和金融交易数据影响较大的财经热点事件,进而为广大投资者提供直接有效的参考。
至此,己经详细介绍了本发明各个实施例的相关设备的硬件结构和功能。下面,将基于上述应用环境和相关设备,提出本发明的各个实施例。
首先,本发明提出一种基于微博财经事件的金融分析程序200。
参阅图2所示,是本发明基于微博财经事件的金融分析程序200第一实施例的程序模块图。
本实施例中,所述的基于微博财经事件的金融分析程序200包括一系列的存储于存储器11上的计算机程序指令,当该计算机程序指令被处理器12执行时,可以实现本发明各实施例的基于微博财经事件的金融分析操作。在一些实施例中,基于该计算机程序指令各部分所实现的特定的操作,所述基于微博财经事件的金融分析程序200可以被划分为一个或多个模块。例如,在图2中,所述的基于微博财经事件的金融分析程序200可以被分割成建立模块201、获取模块202、模型构建模块203、分析模块204以及显示模块205。其中:
所述建立模块201,用于建立财经类微博账号池。具体地,所述建立模块201根据预设的抽取策略从全量微博账号中抽取预设数量的目标账号建立所述财经类微博账号池,其中,所述全量微博账号是指所述应用服务器1监控的所有微博账号,例如,所述应用服务器1监控20万左右的微博账号,然后根据账号抽取条件和抽取策略对上述全量微博账号进行抽取,其中所谓的账号抽取条件和抽取策略可以是关键字策略,所述关键字策略是指预设金融关键字。所述建立模块201根据微博账号的简要说明中判断出是否存在预设的金融关键字,如果存在的话,则将该微博账号纳入财经类微博账号池。另外,所述建立模块201也可以通过预设微博账号名单进行搜寻,比如与财经行业相关的人士,即直接把相关财经人士的微博账号纳入财经类微博账号池。
本实施例中,进一步地,为了确保所建立的财经类微博账号池所传递的数据的准确性和及时性,所述建立模块202还用于预设财经类微博账号池的更新时间,然后根据所述更新时间再次抽取所述全量微博账号以更新所述财经类微博账号池。例如,所述建立模块202预设财经类微博账号池10分钟更新一次,当然具体地更新时间由管理人员根据需要自行设定,本发明并不作限定。本实施例中,由于财经类信息的实时变化的特性,通过定期的更新上述财经类微博账号池,可以确保所建立的财经类微博账号池所传递的数据的准确性和及时性。
所述获取模块202,用于根据所述建立模块201建立的财经类微博账号池获取微博数据流,并根据所述微博数据流获取财经热点事件。
具体地,所述获取模块202基于预设的微博热点话题发现算法从所述微博数据流中获取财经热点事件。例如,“加速度”的微博热点话题发现算法。
其中,图3为基于“加速度”的微博热点话题发现算法的流程图。参考图3,S”(t)作为衡量总量微博数据流加速度的一个指标,即整体微博流出现的加速度;X”(t)作为衡量一阶词频微博数据流加速度的一个指标,一阶词频指单个词出现的频率;Y”(t)作为衡量二阶词频微博数据流加速度的一个指标,二阶词频指同时两个词出现的频率;“灰色方框”是稀疏矩阵非零值的部分,即词向量化后的非零值部分;X”(t)一阶词频是向量,Y”(t)二阶词频是矩阵。
基于“加速度”的微博热点话题发现算法的具体运行流程如下:
第(1)步是采集微博数据后,向量化表示,得到S”(t)。
第(2)步是对一阶词频的加速度X”(t)和二阶词频的加速度Y”(t)进行计算。
第(3)步是根据上一步运算结果实时监视,并更新数据流。
第(4)步是通知,并进行加和汇总。
第(5)步是输出发现的热点事件流结果。即将X”(t)和Y”(t)最高的词所处话题作为热点话题。
所述模型构建模块203,用于构建所述财经热点事件对股市和金融的影响模型。
本实施例中,所述模型构建模块203通过以下方式构建所述财经热点事件对股市和金融的影响模型:
所述模型构建模块203首先,获取大量历史财经热点事件,同时获取与所述历史财经热点事件同时期的股市数据和金融交易数据,然后将所述历史财经热点事件与所述股市数据和金融交易数据进行训练获取所述历史财经热点事件与所述股市数据和金融交易数据的函数关系,最后根据所述函数关系构建所述影响模型。
本实施例中,通过大量的数据训练,可以获取两个变量之间的一种函数关系,进而在确定好上述影响模型后,并获取了新的财经热点事件后,将新的财经热点事件导入到上述影响模型后,便可以得出该财经热点事件下的股市和金融交易数据变化,进而可以给用户一个直观、科学的结论呈现。
所述分析模块204,用于根据所述获取模块202获取的所述财经热点事件和所述模型构建模块203构建的影响模型分析所述财经热点事件对股市和金融的影响指数。
本实施例中,通过上述步骤已经确定了所述影响模型,并将所述财经热点事件导入到所述影响模型中,进而输出一个直观的影响指数。比如当前的财经热点事件是央行降低了存款准备金率,那么将此种热点事情导入到上述影响模型中,由于降低了存款准备金率,市场上的资金则相对更加充实,投资活动更加获取,则此时影响模型则会输出一个预估的股市上行指数,比如预计上行多少点。
所述显示模块205,用于将所述分析模块204分析所得的影响指数进行可视化呈现。具体地,所述影响指数可视化呈现在终端设备。本实施例中,所述终端设备可以是移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置、车载装置等等的可移动设备,以及诸如数字TV、台式计算机、笔记本、服务器等等的固定终端。
通过上述程序模块201-205,本发明所提出的基于微博财经事件的金融分析程序200,首先,建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;其次,根据所述微博数据流获取财经热点事件;然后,构建所述财经热点事件对股市和金融的影响模型;接着,根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;最后,将所述影响指数进行可视化呈现。这样,可以避免现有技术中普通投资者从大量的财经事件中判断出有价值的信息还存在很大的困难和不确定性的弊端,让投资者可以在浩如烟海的财经热点事件中,方便、快捷、直观的发现对当前股市数据和金融交易数据影响较大的财经热点事件,进而为广大投资者提供直接有效的参考。
此外,本发明还提出一种基于微博财经事件的金融分析方法。
参阅图4所示,是本发明基于微博财经事件的金融分析方法第一实施例的流程图。在本实施例中,根据不同的需求,图4所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。
步骤S401,建立财经类微博账号池。具体地,根据预设的抽取策略从全量微博账号中抽取预设数量的目标账号建立所述财经类微博账号池,其中,所述全量微博账号是指所述应用服务器1监控的所有微博账号,例如,所述应用服务器1监控20万左右的微博账号,然后根据账号抽取条件和抽取策略对上述全量微博账号进行抽取,其中所谓的账号抽取条件和抽取策略可以是关键字策略,所述关键字策略是指预设金融关键字。所述应用服务器1根据微博账号的简要说明中判断出是否存在预设的金融关键字,如果存在的话,则将该微博账号纳入财经类微博账号池。另外,所述应用服务器1也可以通过预设微博账号名单进行搜寻,比如与财经行业相关的人士,即直接把相关财经人士的微博账号纳入财经类微博账号池。
本实施例中,进一步地,为了确保所建立的财经类微博账号池所传递的数据的准确性和及时性,所述应用服务器1还用于预设财经类微博账号池的更新时间,然后根据所述更新时间再次抽取所述全量微博账号以更新所述财经类微博账号池。例如,所述应用服务器1预设财经类微博账号池10分钟更新一次,当然具体地更新时间由管理人员根据需要自行设定,本发明并不作限定。本实施例中,由于财经类信息的实时变化的特性,通过定期的更新上述财经类微博账号池,可以确保所建立的财经类微博账号池所传递的数据的准确性和及时性。
步骤S402,根据所述财经类微博账号池获取微博数据流,并根据所述微博数据流获取财经热点事件。具体地,所述应用服务器1基于预设的微博热点话题发现算法从所述微博数据流中获取财经热点事件。例如,“加速度”的微博热点话题发现算法。
其中,图3为基于“加速度”的微博热点话题发现算法的流程图。参考图3,S”(t)作为衡量总量微博数据流加速度的一个指标,即整体微博流出现的加速度;X”(t)作为衡量一阶词频微博数据流加速度的一个指标,一阶词频指单个词出现的频率;Y”(t)作为衡量二阶词频微博数据流加速度的一个指标,二阶词频指同时两个词出现的频率;“灰色方框”是稀疏矩阵非零值的部分,即词向量化后的非零值部分;X”(t)一阶词频是向量,Y”(t)二阶词频是矩阵。
基于“加速度”的微博热点话题发现算法的具体运行流程如下:
第(1)步是采集微博数据后,向量化表示,得到S”(t)。
第(2)步是对一阶词频的加速度X”(t)和二阶词频的加速度Y”(t)进行计算。
第(3)步是根据上一步运算结果实时监视,并更新数据流。
第(4)步是通知,并进行加和汇总。
第(5)步是输出发现的热点事件流结果。即将X”(t)和Y”(t)最高的词所处话题作为热点话题。
步骤S403,构建所述财经热点事件对股市和金融的影响模型。本实施例中,所述应用服务器1通过以下方式构建所述财经热点事件对股市和金融的影响模型:
所述应用服务器1首先,获取大量历史财经热点事件,同时获取与所述历史财经热点事件同时期的股市数据和金融交易数据,然后将所述历史财经热点事件与所述股市数据和金融交易数据进行训练获取所述历史财经热点事件与所述股市数据和金融交易数据的函数关系,最后根据所述函数关系构建所述影响模型。
本实施例中,通过大量的数据训练,可以获取两个变量之间的一种函数关系,进而在确定好上述影响模型后,并获取了新的财经热点事件后,将新的财经热点事件导入到上述影响模型后,便可以得出该财经热点事件下的股市和金融交易数据变化,进而可以给用户一个直观、科学的结论呈现。
步骤S404,根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数。
本实施例中,通过上述步骤已经确定了所述影响模型,并将所述财经热点事件导入到所述影响模型中,进而输出一个直观的影响指数。比如当前的财经热点事件是央行降低了存款准备金率,那么将此种热点事情导入到上述影响模型中,由于降低了存款准备金率,市场上的资金则相对更加充实,投资活动更加获取,则此时影响模型则会输出一个预估的股市上行指数,比如预计上行多少点。
步骤S405,将所述影响指数进行可视化呈现。具体地,所述影响指数可视化呈现在终端设备。本实施例中,所述终端设备可以是移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置、车载装置等等的可移动设备,以及诸如数字TV、台式计算机、笔记本、服务器等等的固定终端。
通过上述步骤S401-405,本发明所提出的基于微博财经事件的金融分析方法,首先,建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;其次,根据所述微博数据流获取财经热点事件;然后,构建所述财经热点事件对股市和金融的影响模型;接着,根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;最后,将所述影响指数进行可视化呈现。这样,可以避免现有技术中普通投资者从大量的财经事件中判断出有价值的信息还存在很大的困难和不确定性的弊端,让投资者可以在浩如烟海的财经热点事件中,方便、快捷、直观的发现对当前股市数据和金融交易数据影响较大的财经热点事件,进而为广大投资者提供直接有效的参考。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于微博财经事件的金融分析方法,应用于应用服务器,其特征在于,所述方法包括步骤:
建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;
根据所述微博数据流获取财经热点事件;
构建所述财经热点事件对股市和金融的影响模型;
根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;及
将所述影响指数进行可视化呈现。
2.如权利要求1所述的基于微博财经事件的金融分析方法,其特征在于,所述建立财经类微博账号池的步骤,包括步骤:
根据预设的抽取策略从全量微博账号中抽取预设数量的目标账号建立所述财经类微博账号池,其中,所述全量微博账号是指所述应用服务器监控的所有微博账号。
3.如权利要求1所述的基于微博财经事件的金融分析方法,其特征在于,所述根据所述微博数据流获取财经热点事件的步骤,包括:
基于预设的微博热点话题发现算法从所述微博数据流中获取财经热点事件。
4.如权利要求3所述的基于微博财经事件的金融分析方法,其特征在于,所述构建所述财经热点事件对股市和金融的影响模型的步骤,包括:
获取大量历史财经热点事件;
获取与所述历史财经热点事件同时期的股市数据和金融交易数据;
将所述历史财经热点事件与所述股市数据和金融交易数据进行训练获取所述历史财经热点事件与所述股市数据和金融交易数据的函数关系;及
根据所述函数关系构建所述影响模型。
5.如权利要求1-4任一项所述的基于微博财经事件的金融分析方法,其特征在于,所述方法还包括步骤:
预设财经类微博账号池的更新时间;及
根据所述更新时间再次抽取所述全量微博账号以更新所述财经类微博账号池。
6.一种应用服务器,其特征在于,所述应用服务器包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的基于微博财经事件的金融分析程序,所述基于微博财经事件的金融分析程序被所述处理器执行时实现如下步骤:
建立财经类微博账号池,根据所述财经类微博账号池获取微博数据流;
根据所述微博数据流获取财经热点事件;
构建所述财经热点事件对股市和金融的影响模型;
根据获取的所述财经热点事件和所述影响模型分析所述财经热点事件对股市和金融的影响指数;及
将所述影响指数进行可视化呈现。
7.如权利要求6所述的应用服务器,其特征在于,所述建立财经类微博账号池的步骤,包括:
根据预设的抽取策略从全量微博账号中抽取预设数量的目标账号建立所述财经类微博账号池,其中,所述全量微博账号是指所述应用服务器监控的所有微博账号。
8.如权利要求6所述的应用服务器,其特征在于,所述构建所述财经热点事件对股市和金融的影响模型的步骤,包括:
获取大量历史财经热点事件;
获取与所述历史财经热点事件同时期的股市数据和金融交易数据;
将所述历史财经热点事件与所述股市数据和金融交易数据进行训练获取所述历史财经热点事件与所述股市数据和金融交易数据的函数关系;及
根据所述函数关系构建所述影响模型。
9.如权利要求6-8任一项所述的应用服务器,其特征在于,所述基于微博财经事件的金融分析程序被所述处理器执行时实现如下步骤:
预设财经类微博账号池的更新时间;及
根据所述更新时间再次抽取所述全量微博账号以更新所述财经类微博账号池。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有基于微博财经事件的金融分析程序,所述基于微博财经事件的金融分析程序可被至少一个处理器执行,以使所述至少一个处理器执行如权利要求1-5中任一项所述的基于微博财经事件的金融分析方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711141740.7A CN107945034A (zh) | 2017-11-17 | 2017-11-17 | 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 |
PCT/CN2018/076130 WO2019095569A1 (zh) | 2017-11-17 | 2018-02-10 | 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711141740.7A CN107945034A (zh) | 2017-11-17 | 2017-11-17 | 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107945034A true CN107945034A (zh) | 2018-04-20 |
Family
ID=61931578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711141740.7A Pending CN107945034A (zh) | 2017-11-17 | 2017-11-17 | 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107945034A (zh) |
WO (1) | WO2019095569A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110209930A (zh) * | 2019-04-30 | 2019-09-06 | 平安科技(深圳)有限公司 | 基于知识图谱的投资对象分析方法及装置 |
CN110750622A (zh) * | 2019-09-17 | 2020-02-04 | 南京理工大学 | 基于大数据的金融事件发现方法 |
CN113190682A (zh) * | 2021-06-30 | 2021-07-30 | 平安科技(深圳)有限公司 | 基于树模型的事件影响度获取方法、装置及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708153A (zh) * | 2012-04-18 | 2012-10-03 | 中国信息安全测评中心 | 自适应在线社交网络热点话题发现预测方法及系统 |
US20120296845A1 (en) * | 2009-12-01 | 2012-11-22 | Andrews Sarah L | Methods and systems for generating composite index using social media sourced data and sentiment analysis |
CN103049804A (zh) * | 2013-01-15 | 2013-04-17 | 西安交通大学 | 一种基于量子力学和社交网络的股票价格趋势预测方法 |
US20130138577A1 (en) * | 2011-11-30 | 2013-05-30 | Jacob Sisk | Methods and systems for predicting market behavior based on news and sentiment analysis |
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 |
CN105786962A (zh) * | 2016-01-15 | 2016-07-20 | 优品财富管理有限公司 | 基于新闻传播力的大数据指数分析方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100925552B1 (ko) * | 2007-03-29 | 2009-11-05 | 주식회사 제이포애드 | 광고 제공 시스템 및 그 방법 |
CN103258034A (zh) * | 2013-05-14 | 2013-08-21 | 江苏名通信息科技有限公司 | 一种基于社交媒体的经济金融行为分析系统模型 |
CN105373853A (zh) * | 2015-11-18 | 2016-03-02 | 百度在线网络技术(北京)有限公司 | 股票舆情指数预测方法以及装置 |
CN105373854A (zh) * | 2015-11-18 | 2016-03-02 | 百度在线网络技术(北京)有限公司 | 股票舆情指数预测方法以及装置 |
-
2017
- 2017-11-17 CN CN201711141740.7A patent/CN107945034A/zh active Pending
-
2018
- 2018-02-10 WO PCT/CN2018/076130 patent/WO2019095569A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120296845A1 (en) * | 2009-12-01 | 2012-11-22 | Andrews Sarah L | Methods and systems for generating composite index using social media sourced data and sentiment analysis |
US20130138577A1 (en) * | 2011-11-30 | 2013-05-30 | Jacob Sisk | Methods and systems for predicting market behavior based on news and sentiment analysis |
CN102708153A (zh) * | 2012-04-18 | 2012-10-03 | 中国信息安全测评中心 | 自适应在线社交网络热点话题发现预测方法及系统 |
CN103049804A (zh) * | 2013-01-15 | 2013-04-17 | 西安交通大学 | 一种基于量子力学和社交网络的股票价格趋势预测方法 |
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 |
CN105786962A (zh) * | 2016-01-15 | 2016-07-20 | 优品财富管理有限公司 | 基于新闻传播力的大数据指数分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
孙晓等: "基于多策略的新浪微博大数据抓取及应用", 《合肥工业大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110209930A (zh) * | 2019-04-30 | 2019-09-06 | 平安科技(深圳)有限公司 | 基于知识图谱的投资对象分析方法及装置 |
CN110750622A (zh) * | 2019-09-17 | 2020-02-04 | 南京理工大学 | 基于大数据的金融事件发现方法 |
CN113190682A (zh) * | 2021-06-30 | 2021-07-30 | 平安科技(深圳)有限公司 | 基于树模型的事件影响度获取方法、装置及计算机设备 |
WO2023273303A1 (zh) * | 2021-06-30 | 2023-01-05 | 平安科技(深圳)有限公司 | 基于树模型的事件影响度获取方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2019095569A1 (zh) | 2019-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112148987B (zh) | 基于目标对象活跃度的消息推送方法及相关设备 | |
CN107818344A (zh) | 用户行为进行分类和预测的方法和系统 | |
CN110390465A (zh) | 业务数据的风控分析处理方法、装置和计算机设备 | |
CN110111198A (zh) | 用户金融风险预估方法、装置、电子设备及可读介质 | |
CN106991488A (zh) | 关键词和资产价值的关联性评估方法及其装置 | |
CN107704512A (zh) | 基于社交数据的金融产品推荐方法、电子装置及介质 | |
CN107798341A (zh) | 用户意图预测方法、电子设备及计算机可读存储介质 | |
CN107682575A (zh) | 业务员呼入进线分配方法、电子装置、计算机可读存储介质 | |
CN110097450A (zh) | 车贷风险评估方法、装置、设备和存储介质 | |
CN107730310A (zh) | 电子装置、构建零售网点评分模型的方法及存储介质 | |
CN110348977A (zh) | 基于多层模型结构的金融风险分析方法、装置及电子设备 | |
CN108038655A (zh) | 部门需求的推荐方法、应用服务器及计算机可读存储介质 | |
CN110390441A (zh) | 用能预测方法及装置 | |
CN107945034A (zh) | 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 | |
CN108090831A (zh) | 信贷风险评估方法、应用服务器及计算机可读存储介质 | |
CN108416506A (zh) | 客户风险等级管理方法、服务器及计算机可读存储介质 | |
CN110503564A (zh) | 基于大数据的保全案件处理方法、系统、设备及存储介质 | |
CN107688651A (zh) | 新闻情感方向判断方法、电子设备及计算机可读存储介质 | |
CN111475494A (zh) | 一种海量数据处理方法、系统、终端及存储介质 | |
CN109345371A (zh) | 个人征信报告回溯方法及系统 | |
CN109446515A (zh) | 群组信息分析方法、电子装置及计算机可读存储介质 | |
CN112990583A (zh) | 一种数据预测模型的入模特征确定方法及设备 | |
CN108243046A (zh) | 一种基于数据稽核的业务质量评估方法及装置 | |
CN109711849B (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
CN106294115A (zh) | 一种应用系统迁移性的测试方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180420 |
|
RJ01 | Rejection of invention patent application after publication |