面向文本数据的金融数据挖掘--209

1、项目概述

在金融领域中，由于投资的高风险性，金融行业需要更为准确和可靠的实时数据。知识图谱作为数据驱动的人工智能，能够存储金融资讯、行情等海量数据中包含的实体、关系和属性。金融知识图谱可以实现金融资讯推荐，风险控制评估，依据生成资讯的多维智能标签，精准掌握复杂信息中的隐藏风险。通过获取开源信息，基于知识图谱中大量金融资讯的关联信息，识别命名实体并提取其之间的业务往来关系，结合相关财经新闻，预测金融行业的走势。未来，基于知识图谱的金融数据平台，在信息隐含关联挖掘方面有着不可替代的能力，促进金融升级转型。

2、项目需求

本项目中选取的目标领域为手机和化妆品市场，作为商品中受众广泛，使用者众多的商品，手机和化妆品市场受外部信息影响较大，因此与其市场相关的数据获取较为容易。对于手机而言，在这个智能化的时代，手机成为每个人生活中的“必需品”，具有庞大的市场消费。手机品牌较多，市场竞争激烈，消费者的选择较广，而且易受外部信息的影响，对于厂商而言，可以通过外部信息进行针对性的营销，提高品牌的口碑、销量与价值。对于化妆品而言，其受众大多为女性用户，在进行商品的选择时，对于品牌的依赖性较高。同时，我们还要注意到，近几年，小红书等平台逐渐走红，频繁推出所谓“爆款”商品，可见对于化妆品来说，评测对于顾客的选择有着很大的影响。而一些商家也看准商机，通过水军制造许多虚假评测信息，面对众多信息，消费者在选择时要学会区分。
本次共分为四个模块进行：数据爬取，关键信息提取，实体链接，