财经新闻挖掘系统中特征选择算法研究

• 作者: 任立伟 卢章玮 孙大鹏 甘甜甜 郭斌
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 特征选择 文本挖掘 财经新闻
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 学术论坛
• 页码范围: 244-245
• 分类号: TP18
• 字数: 2776字
• 语种: 中文

摘要

即时发布的财经新闻对于金融市场具有一定的影响作用。文本挖掘技术通过分析以往的财经新闻和市场变化来判断未来的市场趋势。本文分析比较了文本挖掘技术中常用的四种特征选择方法在财经新闻挖掘系统中的作用,即信息增益、互信息、期望交叉熵和X2统计方法,并得出X2统计方法能够最有效的提高系统的分类性能的结论。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢章玮		3	2	1.0	1.0
2	孙大鹏		2	5	2.0	2.0
3	甘甜甜		1	2	1.0	1.0
4	郭斌		1	2	1.0	1.0
5	任立伟		1	2	1.0	1.0