NLP实战:财经新闻热点跟踪

前言

随着网络舆情及预警机制研究的广泛深入和迫切性,话题发现和跟踪的研究已经成为当前的研究热点。

本文给出一个财经新闻热点跟踪的技术架构。


实战

  • 前一篇文章
    NLP实战:财经新闻热点发现

  • 涉及技术

    • NLP
    • 爬虫

  • 技术架构

    NLP实战:财经新闻热点跟踪_第1张图片

  • 要点说明

    • 爬虫、关键词、特征

      见我的上一篇文章:NLP实战:财经新闻热点发现

      时间间隔:可设为4小时或者6小时

    • 文章相似度计算

      1、tf-idf

      2、word2vec

    • 画折线图

      可视化工具:Matplotlib

      横坐标:时间,如以4小时作为单位

      纵坐标:每个热点新闻的阅读量

    • 阅读量统计

      1、统计热点新闻的原始文章的阅读量

      2、统计与热点新闻非常相似的最新文章的阅读量

      3、 1和2之后才是最终的阅读量

      4、从折线图中看清晰观测到每个热点的情况

你可能感兴趣的:(自然语言处理,相似度算法,人工智能,深度学习,机器学习,爬虫)