基于加权关联规则和文本挖掘的金融新闻传播 Agent 实现

• 作者: 张人上 曲开社
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 加权关联规则 金融专家系统 文本挖掘 Agent 实现 消息传播
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 188-191
• 页数: 4页
• 分类号: TP399
• 字数: 4505字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.06.047

摘要

针对传统的金融预测系统仅仅依靠股票价格和市场指数等定量数据而不能很好地满足实时性和高准确性的问题，提出一种基于加权关联规则和文本挖掘的新闻传播 Agent 实现方法。首先，利用中文知识与信息处理系统将每个新闻标题分离得到每个中文单词；然后，利用加权关联规则算法检测频繁出现在同一条新闻标题中的多个术语，并提取名词、动词和复合语；最后，根据新闻供给市场第一个交易日股票交易金融价格指数为提取的关键字分配权重，并根据新闻标题的权重值判断其对股票价格的影响程度。新闻标题特征数据库上的实验验证了该方法在金融新闻标题的实时信息发布应用中的可行性，实验结果表明，相比其他几种预测方法，该方法取得了更高的预测准确率和召回率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲开社	山西大学计算机与信息技术学院	26	710	8.0	26.0
2	张人上	山西财经大学信息管理学院	20	63	4.0	7.0