基于多特征融合的财经新闻话题检测研究

• 作者: 吕鑫 谭梦婕 陶飞飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 财经新闻 话题检测 多特征融合 凝聚层次聚类 K最近邻
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 293-299,308
• 页数: 8页
• 分类号: TP391.1
• 字数: 4679字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051932

摘要

为辅助投资者在短期内及时发现投资热点, 结合财经新闻的特点, 提出一种财经新闻话题检测模型.构建基于财经新闻的时间窗切分新闻流, 根据新闻文本中的主题事件、特征词、新闻语义及金融命名实体提取文本特征, 并应用最近邻-凝聚层次聚类算法获得话题簇.实验结果表明, 与传统多特征话题检测模型相比, 该模型可有效降低聚类算法运行时间, 提高话题检测准确度, 且在一定程度上协助投资者进行决策判断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕鑫	河海大学计算机与信息学院	26	82	4.0	8.0
2	陶飞飞	河海大学计算机与信息学院	15	110	6.0	10.0
3	谭梦婕	河海大学计算机与信息学院	1	3	1.0	1.0