● 摘要
2008年金融危机后，越来越多的企业意识到对竞争对手、合作伙伴、产业动态、国家政策等信息的实时监控与分析，对及时发现商业问题、制定商业决策起着重要作用。网络上大量的企业关注的商业信息，特别是财经新闻，为面向财经领域的舆情分析提供了信息源。本文针对财经领域网络舆情监控的具体需求，以话题检测为基础，研究面向财经领域的话题分析关键技术。具体的内容包括：1) 提出一种报道-子话题-话题的三层话题表示模型。针对网络上财经新闻的特点，利用传统的报道-话题的两层的话题模型，不能很好的处理大量冗余信息和多角度话题描述的问题。本文根据实际应用中的新闻内容和话题的特点，提出一种报道-子话题-话题的三层话题表示模型，并重新定义该模型各个层次的含义和表示方法。该模型可以更好的表示网络新闻的结构，并为话题检测与信息抽取提供基础。2) 提出二阶段的话题检测方法。在本文提出的话题模型的基础上，针对子话题与话题对时间、文本表示等的不同需求。分析子话题层检测与话题层检测的不同特点，分别设计相应的检测算法。针对子话题层检测，提出了一种层次聚类和单路径聚类结合的子话题检测算法，该方法可以取得较高的准确率，较好地检测子话题。通过对话题检测结果进行评测，实际应用说明本文提出的方法可以较好的组织话题信息，满足用户需求。3) 结合财经领域的领域知识，定制并实现了面向财经领域的话题信息抽取。通过分析财经领域实际的需求，从公司的股票变动、人事变动、合作竞争等角度出发，总结出增持、减持、人事任命、签署协议等四类事件类别。针对每类事件，定义事件抽取模板，采用词触发的方法进行事件信息抽取，并对同一子话题中的事件信息进行整合，抽取用户关注信息，并在子话题层对信息进行整合，帮助用户快速了解子话题的关键信息。采用扩展LexRank算法的多文档摘要技术对子话题进行摘要，便于用户理解。4) 实现了面向财经领域的以话题为中心的舆情分析系统。本文开发并实现了以话题为中心的舆情监控系统，并在实际网络环境下面向财经领域进行话题检测以及话题信息抽取，应用效果良好。