面向股票的财经新闻关联度研究——基于新闻价值量化理论

摘要：

[目的/意义]为了从海量财经新闻中快速、准确识别与特定股票相关的重要信息,充分挖掘其潜在价值,文章开展面向股票的财经新闻关联度研究.[方法/过程]利用自然语言处理与机器学习方法实现新闻全文本分析,细化到词语粒度挖掘并量化股票-财经新闻关联关系.在此基础上,基于新闻价值量化理论,建立"面向股票的财经新闻关联度测度体系".[结果/结论]构建了融入新闻价值评价的股票-财经新闻关联度测度体系,实现了个性化、自动化的股票-财经新闻关联程度测量;进一步分析了各个维度指标对关联度测度的影响.

关键词：新闻评估、文本挖掘、股票市场、语义关联

所属期刊栏目：5

分类号：G353(情报学、情报工作)

资助基金：江苏省双创博士;国家自然科学基金

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：36-48