基于邏輯回歸的金融數(shù)據(jù)分類系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、近半個世紀(jì)，伴隨著人類進(jìn)入大數(shù)據(jù)時代，計算機(jī)多媒體技術(shù)得到快速而驚人的飛速發(fā)展。與之相伴的是，各種圖像和文本數(shù)據(jù)庫中存儲的有價值信息日新月異，金融類的新聞、公告和資訊等數(shù)據(jù)對于關(guān)心市場變化和熱衷于投資的人們來說有著極其重要的參考價值。然而金融數(shù)據(jù)的來源廣泛、種類繁雜，對于人們想直接找到最關(guān)注的信息帶來了很大的困擾。因此如何對海量的金融數(shù)據(jù)進(jìn)行有效而精確快速的管理與檢索成為新時期的重大挑戰(zhàn)，金融數(shù)據(jù)的分類問題成為迎接這個挑戰(zhàn)的所需要處理的

2、核心問題。
　　金融數(shù)據(jù)分類平臺可以實現(xiàn)對互聯(lián)網(wǎng)中存在的金融數(shù)據(jù)做到實時收集并快速的分到準(zhǔn)確的類別，可以高效的處理海量的文本信息，有極高的實用價值。分類系統(tǒng)是金融數(shù)據(jù)分類平臺中的一個核心部件，它能夠通過對樣本數(shù)據(jù)處理和訓(xùn)練得到性能優(yōu)越的分類器，并將分類器作用于實時數(shù)據(jù)的處理，能夠很好的實現(xiàn)金融數(shù)據(jù)分類平臺的分類功能，有很好的應(yīng)用價值。
　　根據(jù)以上介紹的背景，本文所要解決的問題是對海量的金融類文本數(shù)據(jù)實現(xiàn)快速高效的自動分類。

3、通過對金融數(shù)據(jù)類別的市場需求調(diào)研，確定了常用的18個類別為最終的分類結(jié)果。本文的主要工作是完成對金融數(shù)據(jù)分類系統(tǒng)的設(shè)計與實現(xiàn)，結(jié)合金融數(shù)據(jù)中專有名詞較多、特征較為明顯的特點，本文采用邏輯回歸算法實現(xiàn)對分類器的構(gòu)造，將樣本數(shù)據(jù)經(jīng)過預(yù)處理后得到訓(xùn)練樣本和測試樣本，對訓(xùn)練樣本進(jìn)行特征提取、特征加權(quán)、特征向量化，傳入邏輯回歸模型訓(xùn)練得到分類器，用測試樣本測試分類器的分類效果并根據(jù)評價結(jié)果進(jìn)一步優(yōu)化分類器，最終把分類器應(yīng)用到對實際的金融數(shù)據(jù)分類。