面向財(cái)經(jīng)新聞的智能搜索平臺(tái)的研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，互聯(lián)網(wǎng)上的信息包括各種各樣的財(cái)經(jīng)新聞?wù)员ㄊ降乃俣妊该驮鲩L(zhǎng)。毫無(wú)疑問(wèn)，財(cái)經(jīng)新聞中蘊(yùn)含著大量的財(cái)富，它對(duì)用戶做重要的經(jīng)濟(jì)決策、對(duì)企業(yè)把握市場(chǎng)的發(fā)展規(guī)律、對(duì)國(guó)家促進(jìn)金融市場(chǎng)發(fā)展和經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，都具有十分重要的作用和戰(zhàn)略意義。但是，深陷在信息的海洋漩渦之中，人們不得不面臨著嚴(yán)峻的信息過(guò)載問(wèn)題。因此，如何快速有效地幫助用戶獲取有價(jià)值的財(cái)經(jīng)新聞成為了一個(gè)至關(guān)重要的問(wèn)題。為了緩解信息過(guò)載的壓力，搜索引擎和門(mén)戶網(wǎng)站得到了快

2、速的發(fā)展和應(yīng)用。傳統(tǒng)的基于核心詞的搜索引擎如百度谷歌等，簡(jiǎn)單易用，用戶只需要輸入目標(biāo)核心詞，搜索引擎就會(huì)自動(dòng)返回相關(guān)的結(jié)果。但是搜索引擎往往動(dòng)輒返回?cái)?shù)以萬(wàn)計(jì)的結(jié)果，因此準(zhǔn)確率通常比較低。另外，有些用戶只關(guān)心某些特定領(lǐng)域的新聞如房地產(chǎn)相關(guān)的新聞，雖然門(mén)戶網(wǎng)站的出現(xiàn)彌補(bǔ)了這一問(wèn)題，但是門(mén)戶網(wǎng)站往往冗余龐大、而且只是簡(jiǎn)單的羅列新聞，無(wú)法發(fā)現(xiàn)隱藏在新聞內(nèi)部的關(guān)系。例如，房?jī)r(jià)的新聞往往和房?jī)r(jià)調(diào)控政策以及建筑建材業(yè)的新聞?dòng)猩钊氲年P(guān)系。
　　本

3、研究主要內(nèi)容包括：⑴結(jié)合傳統(tǒng)搜索引擎和門(mén)戶網(wǎng)站的優(yōu)點(diǎn)，利用數(shù)據(jù)挖掘和自然語(yǔ)言處理領(lǐng)域的相關(guān)知識(shí)，提出了一種新的智能搜索平臺(tái)框架。平臺(tái)一共包含了六大模塊，它不僅可以提供基于核心詞的便捷搜索服務(wù)，而且還可以給用戶提供分門(mén)別類(lèi)的財(cái)經(jīng)資訊。同時(shí)，為了給用戶提供第一手的實(shí)時(shí)熱點(diǎn)，平臺(tái)集成了基于TDT的熱點(diǎn)新聞發(fā)現(xiàn)算法。此外，為了發(fā)現(xiàn)隱藏在新聞內(nèi)部的關(guān)系，基于新聞的設(shè)計(jì)并構(gòu)建了動(dòng)態(tài)知識(shí)網(wǎng)絡(luò)，用于快速引導(dǎo)用戶找到更加多樣和有用的信息。⑵在智能搜平臺(tái)的

4、基礎(chǔ)上，針對(duì)基于SVM的自動(dòng)分類(lèi)算法和基于TDT技術(shù)的熱點(diǎn)新聞發(fā)現(xiàn)算法做了改進(jìn)。在文本表示階段，重點(diǎn)考慮主題在財(cái)經(jīng)新聞中的重要性，改進(jìn)了特征詞的權(quán)重公式。更進(jìn)一步，考慮到時(shí)間對(duì)于熱點(diǎn)事件至關(guān)重要。因此，通過(guò)融入時(shí)間因素改進(jìn)了文檔與主題的相似度公式。⑶在真實(shí)的新聞數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，通過(guò)引入主題因素，在合適的權(quán)重系數(shù)情況下，可以提高分類(lèi)算法的正確率。同時(shí)，通過(guò)融入時(shí)間因素，熱點(diǎn)新聞自動(dòng)發(fā)現(xiàn)算法相比于傳統(tǒng)的方法，可以更好的區(qū)分內(nèi)容相似但