[发明专利]一种内外数据融合的态势分析系统

摘要

本发明涉及一种内外数据融合的态势分析系统，其特征在于，包括数据采集模块；文本量化计算模块；因果滞后分析模块；态势预测模块。本发明可以有效地预测出相关指标的发展态势，即给出当前的互联网新闻等文本数据，可以预测出当前的指标变化趋势。将文本主题分类技术，时差相关分析，回归预测方法结合使用到特定领域态势分析上是一个新的方法创新。由于特定领域的相关统计指标数据往往滞后于互联网新闻等文本数据，根据互联网的文本数据和特定领域历史的统计数据指标，可以较好地预测出特定领域未来的发展态势，有利于特定领域监管部门做出科学的决策。

主权项

1.一种内外数据融合的态势分析系统，其特征在于，包括：数据采集模块，用于从互联网采集特定领域相关的新闻文本数据；文本量化计算模块，用于将非结构化的新闻文本数据转化成结构化的数值信息，转化时，使用基于朴素贝叶斯模型的多标签分类算法对新闻文本进行主题提取，包括以下步骤：步骤A1、对给定有k个主题组成的主题集合tc＝{tc1，tc2...，tck}，利用朴素贝叶斯多标签分类算法对新闻文本数据进行主题分类，分类时，在求得每个主题类别的后验概率P后，计算当前新闻文本数据b的类别判别值dist，若dist＜ε，ε为预先设定的阈值，则将当前新闻文本数据b划为主题类别tci：1≤i，j≤k，式中P(tci|b)表示当前新闻文本数据b属于主题类别tci的后验概率，表示当前新闻文本数据b属于主题类别tci的最大后验概率；步骤A2、根据新闻文本数据的主题类别和文档日期，按照指标数据的跨度量化新闻文本数据数量；因果滞后分析模块，用于计算确定主题类别和相关指标的因果滞后影响的时间差值，其目的是找出不同主题类别对相关指标的关联性滞后多长时间最大；态势预测模块，该模块利用通过文本量化计算模块获得的主题类别、互联网统计数据以及相关的特定领域平台内部数据，按照因果滞后分析求得的时间差值d的关系输入数据，训练出一个预测模型，计算出未来一段时间的指标预测值。