專項客戶新聞自動檢索方法研究與應(yīng)用.pdf

1、在互聯(lián)網(wǎng)快速發(fā)展的今天，網(wǎng)絡(luò)信息已經(jīng)成為人們信息獲取的主要來源。對于某些行業(yè)的發(fā)展而言，新聞信息的及時獲取對企業(yè)的發(fā)展至關(guān)重要，是發(fā)展規(guī)劃和決策的重要信息保障。由于網(wǎng)絡(luò)新聞信息具有信息量大、增長速度快和及時性強的特征，而企業(yè)或個人對新聞信息的要求一般具有時變性弱、主題性強的特點。因此，研究如何快速準確、自動獲取與客戶相關(guān)的新聞信息，對企業(yè)及時了解交易對手狀況，以便及時采取應(yīng)對措施，具有重要的實際意義。
　　 本文將在深入研究網(wǎng)絡(luò)

2、新聞信息自動識別、分類和檢索等相關(guān)技術(shù)的基礎(chǔ)上，采用JSH技術(shù)框架，并結(jié)合現(xiàn)有的網(wǎng)絡(luò)主題爬蟲、文本識別、SVM增量式算法等智能信息處理技術(shù)，設(shè)計并初步實現(xiàn)了一套專項客戶新聞自動檢索系統(tǒng)。論文的主要工作和貢獻為:
　　 1.研究了網(wǎng)絡(luò)主題爬蟲技術(shù)和文本特征提取等相關(guān)技術(shù)方法。在此基礎(chǔ)上，采用專項主題爬蟲，實現(xiàn)了針對指定信息源信息的定時爬取，并通過專項主題分析和模糊匹配的技術(shù)對爬取回來的信息進行過濾。最后，再根據(jù)中文分詞技術(shù)和基于統(tǒng)

3、計的特征空間提取法，實現(xiàn)對文本特征空間的建模識別。
　　 2.在對SVM基本原理、基本增量算法I-SVM深入研究的基礎(chǔ)上，提出了兩種改進的SVM增量算法:TI-SVM算法和OCV-SVM算法。利用一組實際的新聞主題信息訓練和分類，對所提出的算法進行了測試和驗證。
　　 3.設(shè)計并初步實現(xiàn)了一個專項客戶新聞自動檢索系統(tǒng)。該原型系統(tǒng)能接受客戶對新聞源信息的定制和關(guān)鍵詞維護，并可以根據(jù)客戶歷史新聞資料，向用戶自動推送相關(guān)新聞信