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

  

• 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