股票信息挖掘系统.pptVIP

股票信息挖掘系统 徐大伟 胡华嵩 武超 大纲 系统概述 系统结构 关键技术与算法 系统演示 下一步工作 系统的设计动机 互联网上关于股票的信息庞大，每个金融相关的网站每天都发表各种针对不同股票的信息。 面对海量的股票信息，用户很难找到自己想要的股票信息。 为了能够让用户及时方便的查询沪市股票的基本信息，以及关于特定股票的评论信息，我们为用户设计了这个系统。 系统的主要功能 提供沪市个股信息的基本资料和交易信息 提供近期关于该股票的股评信息 分析系统收集到的股评，根据所隐含的对于股票的评论意见(例如：看涨、看跌、观望)分类，供用户参考 系统结构（层次结构） 系统结构（子系统） 股票基本信息采集系统 本子系统采集股票基本信息 通过分析动态网页的生成方式，动态生成每个股票基本信息的url，从而将每个股票的基本信息从网上抓取下来 对抓取的网页进行分析，去掉其中的冗余信息，形成完整的股票基本信息html文件 系统结构（子系统） 股评采集系统： 定期到给定网站的网站上自动有哪些信誉好的足球投注网站并抓取沪市股的必威体育精装版股评文章，并存入数据库。 本单元是整个系统的基础，为股评的分类、评价等单元提供数据支持。 系统结构（子系统） 股评意图自动识别及判断系统 对抓取的股评进行分析 采用SVM模型进行机器学习，按照已有的一些关键字（意图关键字），对各股评进行分析，给出机器判定的股评隐含的意思（看涨、看跌、观望） 系统的核心部分 系统结构（子系统） 股评分类及预处理系统 将收集到的股评信息按照固定的标准分发到各个股票对应的位置(例如一个固定的文件夹) 为前台GUI子系统做准备 系统结构（子系统） 采用JSP的前台GUI系统 本子系统根据用户请求，动态的从后台数据库中为其生成相应页面，显示给用户 本子系统负责系统与用户的交互 系统整体设计的用例图 关键技术与算法 抓取股评模块的关键技术 1. Focused Crawling 将网络爬虫的有哪些信誉好的足球投注网站范围限制在某个网站之内，并且专门提取属于沪市股评的超连接，并下载相应的网页。 2. 由html文件提取纯股评内容 根据html文件特点，设置正则文法，对html文件进行语法分析，从而提取纯股评内容。 关键技术与算法 SVM 特征选择（关键词抽取） 基于SVM的分类模型 特征选择——关键词抽取 通过分析和统计股评中（包括标题）词频权重实现 与股评相关的关键词组 正面关键词组 负面关键词组 程度关键词组 否定关键词组 关键词特征 看涨特征 看跌特征 极度看涨特征 极度看跌特征 基于SVM的分类模型 基本思想： 通过非线性变换将我们要讨论问题的输入空间变换到一个高维空间 在映射得到的新的特征空间求最优分类面 关键技术与算法 前台显示模块的关键技术： 采用基于J2EE平台的MVC的WEB框架Struts 股票浏览的树采用了jenkov-prizetags开源的tree标签 用户界面 用户界面 用户界面 用户界面 用户界面 用户界面 下一步工作 开放用户注册，记录用户的查询和有哪些信誉好的足球投注网站历史，提供个性化服务 利用金融模型对交易信息进行建模，提供投资指南 改进对股评的挖掘方法 关键词选取问题，可能需要领域专家帮助 文本分析问题，特征统计方法需要改进 谢谢！ * * 采用JSP的前台GUI系统 股评分类及预处理系统 股票基本信息采集系统 股评采集系统 股评意图自动识别 及判断系统（SVM）