[发明专利]一种财经博客文本分析方法

说明书

本发明公开了一种财经博客文本分析方法，爬取博客数据，对博文进行两类分类，对博文进行看涨看跌看平分类；通过将一段时期内博主所有博文的分类情况与其对应的接下来若干个交易日股市的涨跌情况比较来判断该博主看涨看跌的准确性,若博文的看涨看跌与股市的涨跌一致，则认为该博文预测正确，否则预测错误；计算一段时间内博主所有博文的准确率，然后根据准确率的高低对博主进行排序，将其划分不同的区间，对博主给予等级评定。本发明能够对财经博客的前几名的博主进行有效排序，他们在看盘准确率上相对较高，发表的关于股市交易指导的博文是有一定参考价值的，可考虑最为日常资讯推送给重要客户参考，一定程度上减少投资者的投资失误。

技术领域

本发明涉及一种社交媒体对证券市场的影响分析方法，尤其涉及的是一种财经博客文本分析方法。

背景技术

社交媒体对股市波动的影响越来越大.投资者通过社交媒体可以实时获取证券市场的相关资讯,与他人交流对证券市场和个股的看法和感受,并且参与到社区的各类讨论和交流中。与此同时,不同渠道的信息通过社交媒体对信息的分享、聚集和放大等功能在社区中迅速传播，为投资者的投资决策行为提供了丰富的决策参考信息。深入分析涉及媒体与证券市场之间的相互影响，总结社交媒体对证券市场的预测作用，能够帮助投资者去掉投机心理、树立投资理念。

博客作为网民表达思想感情的平台，对于部分财经类博客，从初步统计情况看来，大部分博文字数在2000字左右，相对于股吧和微博平台文本数据，博文结构较完整、观点更明朗、言语表达更加权威和官方，为文本分析提供了强有力的便捷。

据不完全统计，目前中国博客数量已经超过2000万，其中财经博主大约占六分之一，在繁杂的博客中，发现权威博主，减少无意义的分析是必要的，有针对性的分析权威博主，提高效率的同时增加说服力。

发明内容

本发明所要解决的技术问题在于：如何利用社交媒体的信息对投资者提供辅助参考，提供了一种财经博客文本分析方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

(1)爬取博客数据，对博文进行两类分类，对博文进行看涨看跌看平分类；

(2)通过将一段时期内博主所有博文的分类情况与其对应的接下来若干个交易日股市的涨跌情况比较来判断该博主看涨看跌的准确性,若博文的看涨看跌与股市的涨跌一致，则认为该博文预测正确，否则预测错误；

(3)计算一段时间内博主所有博文的准确率，然后根据准确率的高低对博主进行排序，将其划分不同的区间，对博主给予等级评定。

所述步骤(1)中，包括以下步骤：(11)首先用第一类分类器将未来句子提取出来；

(12)再用第二类分类器对提取出来的未来句子进行切词；

(13)得到每个词语的重要性权重，对一篇博文的N个词匹配涨跌词典得到这些词对应的词得分；

(14)计算每篇博文的得分，当得分小于阈值下限，则博文看跌，当得分大于阈值上限，则博文看涨，当得分在阈值上限和阈值下限之间，则博文看平。

所述第一类分类器为时间分类器，对于每篇博文的句子，判断句子属于未来还是过去，未来是指表达博主对于未来股市看涨看跌，或者倾向性的句子，过去是指博主对于过去股市的分析、总结，以及一些无关句子。

对于一篇博文的N个词权重向量为：s＝(s₁,s₂,…,s_N)，N个词的对应词得分λ＝(λ₁,λ₂,…,λ_N)，计算每篇博文的得分：

所述涨跌词典为：