[发明专利]个股和文章关联度的计算方法及其系统

权利要求书

1.个股和文章关联度的计算方法，其特征在于，包括以下步骤：

S1.数据获取

实时的从互联网上爬取获取财经类新闻作为语料并存档入库；

S2.关联度分析

分析实时获取的语料中的个股与文章的关联关系，计算关联度；

S3.热度分析

按日汇总个股与文章的关联度即个股的热度；

S4.情感分析

分析实时获取的语料中的个股情感；

S5.数据存储

将关联度分析、热度分析和情感分析的结果存入mysql数据库中；

S6.数据检索

通过WebService对终端用户提供查询接口，用户输入个股信息，返回个股关联的文章及关联度、个股情感和个股热度信息。

2.根据权利要求1所述的个股和文章关联度的计算方法，其特征在于，所述步骤S2中关联度的计算方法为：

S2.1获取语料并区分标题和内容，分词并计算各个词的提及数；

S2.2对于个股A和新闻N，其关联度计算如下：

S2.2.1记个股A的代码、同义词、简称、全称在新闻N的标题和内容中出现的次数分别为nat_id、nat_syn、nat_short、nat_long和nct_id、nct_syn、nct_short、nct_long；记股票关键字字典为Stocks；记需要股票代码和简称一块出现的个股字典为codeAndName；

S2.2.2计算个股A和标题的关联度assetTitleRel：

1)如果标题中没有包含股票关键字字典Stocks中的词，并且个股简称和代码没有同时在标题中出现，则assetTitleRel＝(nat_syn+nat_long)*2；

2)如果标题中没有包含股票关键字字典Stocks中的词，并且个股简称和代码同时在标题中出现，assetTitleRel＝(nat_syn+nat_long+nat_id+nat_short)*2；

3)如果标题中包含股票关键字字典Stocks中的词，并且个股A不在codeAndName中，则assetTitleRel＝(nat_syn+nat_long+nat_short)*2；

4)如果标题中包含股票关键字字典Stocks中的词，并且个股A在codeAndName中，同时个股简称和代码没有同时在标题中出现，则assetTitleRel＝(nat_syn+nat_long)*2；

5)如果标题中包含股票关键字字典Stocks中的词，并且个股A在codeAndName中，同时个股简称和代码同时在标题中出现，则assetTitleRel＝(nat_syn+nat_long+nat_id+nat_short)*2；

S2.2.3计算个股A和内容的关联度assetContentRel：

1)如果内容中没有包含股票关键字字典Stocks中的词，并且个股简称和代码没有同时在内容中出现，则assetContentRel＝(nac_syn+nac_long)*2；

2)如果内容中没有包含股票关键字字典Stocks中的词，并且个股简称和代码同时在内容中出现，assetContentRel＝(nac_syn+nac_long+nac_id+nac_short)*2；

3)如果内容中包含股票关键字字典Stocks中的词，并且个股A不在codeAndName中，则assetContentRel＝(nac_syn+nac_long+nac_short)*2；

4)如果内容中包含股票关键字字典Stocks中的词，并且个股A在codeAndName中，同时个股简称和代码没有同时在内容中出现，则assetContentRel＝(nac_syn+nac_long)*2；

5)如果内容中包含股票关键字字典Stocks中的词，并且个股A在codeAndName中，同时个股简称和代码同时在内容中出现，则

assetContentRel＝(nac_syn+nac_long+nac_id+nac_short)*2；

S.2.4个股A和新闻N的关联度assetRel等于个股A与标题关联度加上个股A与内容关联度，即assetRel＝assetTitleRel+assetContentRel。