CN109344174A - 金融分析方法和*** - Google Patents
金融分析方法和*** Download PDFInfo
- Publication number
- CN109344174A CN109344174A CN201811067571.1A CN201811067571A CN109344174A CN 109344174 A CN109344174 A CN 109344174A CN 201811067571 A CN201811067571 A CN 201811067571A CN 109344174 A CN109344174 A CN 109344174A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- analysis
- intended
- data entity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种金融分析方法和***,获取金融数据供应商提供的实时数据并构建数据库服务器;对用户输入的信息进行识别获取用户意图和数据实体;将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;根据分析处理后的用户意图和数据实体进行输出;本发明通过对用户的意图进行全方位的分析处理,来协助投资者进行金融买卖,提供全方面的数据支持,提供用户投资的成功率。
Description
技术领域
本发明属于金融数据技术领域,具体涉及一种金融分析方法和***。
背景技术
股票买卖是投资的一种渠道,随着人们经济实力的日益增强,越来越多的人选择进行股票投资。然而股票买卖又是一种高风险的投资方式,无论是投资者还是股票分析师,在选取股票时都会事先进行一定的分析研究。
相关技术中,股票买卖基本上都是去各大网站查询股市行情以及预测意见进行投资和买卖股票。但是,上市公司众多,对于大众投资者而言,尤其是对于业余投资爱好者而言,没有大量的时间和精力去分析各个上市公司的财务数据,再根据财务数据筛选出股票中的黑马者潜力股,一般都是随便粗选几只股票,再观察这几只股票的走势变化,然后再精选一只或几只进行买卖。即是说,粗选的股票随意性强,且局限性强和、风险性高,不能根据用户的需求来推荐提供给用户全方面的参考数据。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种金融分析方法和***,以解决现有技术中不能以用户的需求为中心推荐金融的实时数据,不能给用户提供全方面的参考数据,用户投资的成功率低的问题。
为实现以上目的,本发明采用如下技术方案:一种金融分析方法,包括:,
获取金融数据供应商提供的实时数据并构建数据库服务器;
对用户输入的信息进行识别获取用户意图和数据实体;
将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;
根据分析处理后的用户意图和数据实体进行输出。
进一步的,所述获取金融数据供应商提供的实时数据并构建数据库服务器,包括:
实时获取第三方数据提供商提供的金融数据;
判断所述金融数据是否为新数据,
如果是新数据,将所述新数据添加到所述数据库服务器对应的数据库表中。
进一步的,所述对用户输入的信息进行识别获取用户意图和数据实体,包括:
获取用户的问题;
判断所述问题得到用户意图和数据实体;
对所述用户意图进行分类和对数据实体进行分割。
进一步的,所述将用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理,包括:
判断数据库服务器中是否存在分类后的用户意图和分割后的数据实体;
如果存在,则根据分割后的数据实体,基于Python语言找到出现频率最高的词汇,根据所述词汇绘制图谱。
进一步的,所述获取用户的问题包括:
根据用户输入的文字获取文本;
根据用户点击的网页上的新闻资讯获取文本;
根据用户的语音获取文本。
进一步的,所述对用户意图进行分类,包括:
获取用户的意图,并分析意图以判定意图类别;
根据所述意图类别对用户的问题进行分析识别获取数据实体。
进一步的,所述意图类别,包括:
时间查询、名称查询、列表查询、交流查询、宏观经济数据查询、走势查询、时间排序、分析量化打分、推选量化打分、推选重大事件以及推选大众商品。
进一步的,所述图谱中包括:
图谱中的数据实体的属性、属性值以及各数据实体之间的关系。
本申请实施例提供一种金融分析***,包括:
数据库构建模块,用于获取金融数据供应商提供的实时数据并构建数据库服务器;
意图分析模块,用于获取用户的意图并分析意图以判定意图类别;
数据分析模块,用于根据用户的问题进行分析识别获取用户意图和数据实体;
业务处理模块,用于将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;
输出模块,用于根据分析处理后的用户意图和数据实体进行输出。
进一步的,所述业务处理模块包括:
问题模块,用于对用户提出的问题进行分析处理;
所述问题模块包括:
图谱单元,根据分析处理后的数据实体,基于Python语言在所述数据实体中找到出现频率最高的词汇,根据所述词汇绘制图谱;
按钮单元,用户通过所述按钮单元对处理的问题结果进行打分。
本发明采用以上技术方案,能够达到的有益效果包括:
本发明能够解决大多数投资者在进行股票买卖时的随便和跟风的情况,通过对用户的意图进行全方位的分析处理,给予投资者合理、有效的实时数据和建议,扩大投资者的投资空间,增加投资者的成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种金融分析方法的步骤示意图;
图2为本发明一种金融分析方法的流程示意图;
图3为本发明一种金融分析方法的流程示意图;
图4为本发明一种金融分析方法的流程示意图;
图5为本发明一种金融分析***的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的金融分析方法和***。
如图1所示,本申请实施例中提供的金融分析方法包括,
S101、获取金融数据供应商提供的实时数据并构建数据库服务器;
S102、对用户输入的信息进行识别获取用户意图和数据实体;
S103、将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;
S104、根据分析处理后的用户意图和数据实体进行输出。
金融分析方法的工作原理为:对用户所提的问题进行分析和辨别,分析用户意图和用户意图和数据实体,分析用户所表达的意思,并且搜集和处理相关信息和数据,向所述用户反馈所述问答结果。例如“贸易战对中国股市的影响”,贸易战是最近发生的重大国际事件,因此在图谱中不存在这样的一个关键词,这里就要运用的人工智能技术进行数据检索和挖掘,建立“贸易战”这一用户意图和数据实体以及该用户意图和数据实体的关系数据,找出权重较高的数据也就是出现频率最高的词汇,通过效率和冗余原则把数据进行存储,并对数据进行处理,根据这些数据绘制出图谱显示该事件对中国股市产生了什么样的影响。
一些实施例中,参见图2,所述获取金融数据供应商提供的实时数据并构建数据库服务器,包括:
实时获取第三方数据提供商提供的金融数据;
判断所述金融数据是否为新数据,
如果是新数据,将所述新数据添加到所述数据库服务器对应的数据库表中。
具体的,参见图2,第三方数据提供商向数据库服务器提供股票数据,在判断股票数据为新数据后,将所述股票数据存储至数据库服务器中,如果判断显示不是新的数据则流程结束。
其中,本申请中的数据库服务器采用Mysql数据库。
如图3所示,一些实施例中,所述对用户输入的信息进行识别获取用户意图和数据实体,包括:
获取用户的问题;
判断所述问题得到用户意图和数据实体;
对所述数据实体进行分割和对用户意图进行分类。
其中,获取用户的问题包括:
根据用户输入的文字获取文本;
根据用户点击的网页上的新闻资讯获取文本;
根据用户的语音获取文本。
也就是说,用户可以以输入的方式提出问题,还可以以语音的方式提出问题还可以通过点击界面上的新闻资讯提出问题。
其中,所述对用户意图进行分类,包括:
获取用户的意图,并分析意图以判定意图类别;
根据所述意图类别对用户的问题进行分析识别获取数据实体。
如图4所示,所述意图类别,包括:
时间查询、名称查询、列表查询、交流查询、宏观经济数据查询、走势查询、时间排序、分析量化打分、推选量化打分、推选重大事件以及推选大众商品。
其中,如图4所示,时间查询包括查询时间点、时间段、历史,用户还可以以查询名称的方式查询相关股票或基金信息,通过查询列表的方式可以将多支股票信息已列表的方式呈现出来供用户选择,其中交流查询包括:问候和问名字,除此之外,还可以通过用户的询问给出相关问题的列表,还可以通过查询股票的相应走势判断是否对该股票进行选择,本申请还可以对股票或基金走势以量化打分的方式进行分析或是以量化打分的方式进行推选,以帮助用户更好的进行投资。用户根据分数的高低能够有针对性的选择避免盲目跟投。
除此之外,本申请还可以针对时间点、时间段或是历史走势对股票进行排序,选择走势好的股票或基金进行投资,除此之外,用户还可以通过查询近期是否有重大事件发生来预测股票或基金的走势,能够更好的对股票或基金进行投资选择。
本申请通过上述对用户的意图分析能够更好的向用户推荐适合用户选择的投资项目,以免用户在投资时盲目跟投造成损失。
其中对数据实体进行分割,是将数据实体以词语分割的形式进行拆分;对用户意图进行分类,使得在数据库服务器中查找问题时更加精确。
一些实施例中,所述将用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理,包括:
判断数据库服务器中是否存在分割后的数据实体和分类后的用户意图;
如果存在,则根据分割后的数据实体,基于Python语言找到出现频率最高的词汇,根据所述词汇绘制图谱。
优选的,所述图谱中包括:
图谱中的数据实体的属性、属性值以及各数据实体之间的关系。
具体的,本申请提供的金融分析方法能够对用户输入的自然语言进行识别,匹配相应的用户意图,根据用户意图在逻辑判断中执行不同的数据处理,在获取用户输入的信息后,利用知识图谱技术识别出所述自然查询语句中数据实体以及所述知识图谱中数据实体的属性、属性值以及各数据实体之间的关系。根据各数据实体之间的关系,进入相应的逻辑判断中,然后对数据库进行操作,获取需要的查询结果,整理后反馈给用户。
本申请提供一种金融分析***,如图5所示,包括:
数据库构建模块1,用于获取金融数据供应商提供的实时数据并构建数据库服务器;
意图分析模块2,用于获取用户的意图并分析意图以判定意图类别;
数据分析模块3,用于根据用户的问题进行分析识别获取数据实体;
业务处理模块4,将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;
输出模块5,用于根据分析处理后的用户意图和数据实体进行输出。
具体的,对用户所提的问题进行分析和辨别,分析用户意图和数据实体,分析用户所表达的意思,并且搜集和处理相关信息和数据,向所述用户反馈所述问答结果。
具体的,本申请提供的数据库构建模块能够收集中国市场上的第三方金融数据供应商提供的实时数据,通过日常的定时任务,在每天晚上从第三方数据库中获取数据分析整理后存储到自己的Myql数据库服务器上,用于处理业务需求和数据返回。
本申请提供的意图分析模块,以人工智能技术和知识图谱技术为背景支持,根据用户所发出的问题,分析出请求中的用户意图,并加以归类;例如:输入“你好!”,就属于交流-问候,输入“中国平安”,就属于查询-名称,输入“最近表现最好的股票”,就属于排序-时间段,输入“中国平安的走势”,就属于查询-相应走势。
本申请提供的数据分析模块:同样以人工智能技术和知识图谱技术为背景支持,小易机器人根据用户所发出问题,分析请求中的数据实体,加以汇总,例如:用户输入“春节后表现最好的股票”小易机器人分析得到的数据实体有:(“数据实体”:“春节后”,“类型:builtin.datetimeV2.daterange”),(“数据实体”:“最好”,“类型”:“排序方向”),“数据实体”:后,“类型”:“日期方向标记”)(“数据实体”:“股票”,“类型”:“标的类别”),(“数据实体”:“春节”,“类型”:“节假日标记”),(“数据实体”:“表现”,“类型”:“行情信息”)
优选的,所述业务处理模块包括:
问题模块,用于对用户提出的问题进行分析处理;
所述问题模块包括:
图谱单元,根据分析处理后的数据实体,基于Python语言在所述数据实体中找到出现频率最高的词汇,根据所述词汇绘制图谱;
按钮单元,用户通过所述按钮单元对处理的问题结果进行打分。
具体的,当用户采用点击网页上的新闻资讯获取文本的方式时,业务处理模块基于Python语言根据网页上的新闻资讯获取新闻文本,在所述新闻文本中找到出现频率最高的词汇,根据所述词汇绘制图谱。
举例说明,对于目前市面上新出现的重大事件,首先利用Python程序对网络上的有关新闻资讯进行爬取新闻文本,并根据文本内容对出现的词汇进行汇总,找到出现频率最高的词汇,利用知识图谱技术对各个数据实体的属性和关系和数据进行分析,并建立模型,然后运用到小易机器人和业务处理模块当中。
本申请根据识别的用户意图和数据实体,进入相应的业务处理模块,对数据库进行操作,返回用户想要知道的答案和结果。例如:用户提问“春节后表现最好的股票”;
用户意图就进入了“查询-时间段”;
根据第一个数据实体“春节后”得到我们的时间范围为:最近的上一个春节节后的一个月时间,也就是从2017-02-03到2017-03-03之间,之后还要把日期换成最近的交易日
又因“标的类别”为股票,因此进入股票查询,查询这一个月的交易日中股票的信息,并对每一只股票的收盘价前后两个交易日的差除以前一个交易日的收盘价得到的增长率进行由大到小的排序;
对得到排序的股票数据进行筛选,去出负增长的数据;
根据数据实体“排序方向”,对数据按照增长率从大到小的顺序排列;
由于数据太多,取出前五条股票的数据用来展示。
本申请能够针对于每一个上市公司,根据其财务报表和每日的股市变更,获取从上市以来的年报和每日股市的数据,包括日期,最高价,最低价,平均价,收盘价,开盘价等,以及最近的一些基本面的数据。根据这些数据在详情页绘制该上市公司股票的雷达图、分时图、K线图以及十大股东和十大流通股东的所持占股和比例。雷达图包括估值、成长、动量、盈利、资产负债等因子数据,K线图包括实时的日K线图、周K线图、月K线图等。
综上所述,本发明提供一种能够给用户提供准备有效的信息的金融分析方法,包括数据库构建模块、意图分析模块、数据分析模块、业务处理模块以及输出模块。本发明的数据库构建模块数据库构建模块,用于获取金融数据供应商提供的实时数据并构建数据库服务器,意图分析模块获取用户的意图并分析每个意图以判定意图类别;数据分析模块根据所述意图类别对用户的问题进行分析识别获取数据实体;业务处理模块将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;输出模块用于根据分析处理后的用户意图和数据实体进行输出。本发明能够解决大多数投资者在进行股票买卖时的随便和跟风的情况,利用人工智能和知识图谱等智能技术实现对股票市场的全方面分析,给予投资者合理、有效的实时数据和建议,扩大投资者的投资空间,增加投资者的成功率。
可以理解的是,上述提供的方法实施例与上述的方法实施例对应,相应的具体内容可以相互参考,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、方法、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(方法)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的方法。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令方法的制造品,该指令方法实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种金融分析方法,其特征在于,包括:,
获取金融数据供应商提供的实时数据并构建数据库服务器;
对用户输入的信息进行识别获取用户意图和数据实体;
将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;
根据分析处理后的用户意图和数据实体进行输出。
2.根据权利要求1所述的方法,其特征在于,所述获取金融数据供应商提供的实时数据并构建数据库服务器,包括:
实时获取第三方数据提供商提供的金融数据;
判断所述金融数据是否为新数据,
如果是新数据,将所述新数据添加到所述数据库服务器对应的数据库表中。
3.根据权利要求1所述的方法,其特征在于,所述对用户输入的信息进行识别获取用户意图和数据实体,包括:
获取用户的问题;
判断所述问题得到用户意图和数据实体;
对所述用户意图进行分类和对数据实体进行分割。
4.根据权利要求1所述的方法,其特征在于,所述将用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理,包括:
判断数据库服务器中是否存在分类后的用户意图和分割后的数据实体;
如果存在,则根据分割后的数据实体,基于Python语言找到出现频率最高的词汇,根据所述词汇绘制图谱。
5.根据权利要求3所述的方法,其特征在于,所述获取用户的问题包括:
根据用户输入的文字获取文本;
根据用户点击的网页上的新闻资讯获取文本;
根据用户的语音获取文本。
6.根据权利要求3所述的方法,其特征在于,所述对用户意图进行分类,包括:
获取用户的意图,并分析意图以判定意图类别;
根据所述意图类别对用户的问题进行分析识别获取数据实体。
7.根据权利要求6所述的方法,其特征在于,所述意图类别,包括:
时间查询、名称查询、列表查询、交流查询、宏观经济数据查询、走势查询、时间排序、分析量化打分、推选量化打分、推选重大事件以及推选大众商品。
8.根据权利要求4所述的方法,其特征在于,所述图谱中包括:
图谱中的数据实体的属性、属性值以及各数据实体之间的关系。
9.一种金融分析***,其特征在于,包括:
数据库构建模块,用于获取金融数据供应商提供的实时数据并构建数据库服务器;
意图分析模块,用于获取用户的意图并分析意图以判定意图类别;
数据分析模块,用于根据用户的问题进行分析识别获取用户意图和数据实体;
业务处理模块,用于将所述用户意图和数据实体发送至所述数据库服务器进行数据的存储和分析处理;
输出模块,用于根据分析处理后的用户意图和数据实体进行输出。
10.根据权利要求9所述的***,其特征在于,所述业务处理模块包括:
问题模块,用于对用户提出的问题进行分析处理;
所述问题模块包括:
图谱单元,根据分析处理后的数据实体,基于Python语言在所述数据实体中找到出现频率最高的词汇,根据所述词汇绘制图谱;
按钮单元,用户通过所述按钮单元对处理的问题结果进行打分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811067571.1A CN109344174A (zh) | 2018-09-13 | 2018-09-13 | 金融分析方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811067571.1A CN109344174A (zh) | 2018-09-13 | 2018-09-13 | 金融分析方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109344174A true CN109344174A (zh) | 2019-02-15 |
Family
ID=65304927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811067571.1A Pending CN109344174A (zh) | 2018-09-13 | 2018-09-13 | 金融分析方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109344174A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902149A (zh) * | 2019-02-21 | 2019-06-18 | 北京百度网讯科技有限公司 | 查询处理方法和装置、计算机可读介质 |
CN110096581A (zh) * | 2019-04-28 | 2019-08-06 | 宁波深擎信息科技有限公司 | 一种基于用户行为构建问答体系推荐问的***及方法 |
CN112270188A (zh) * | 2020-11-12 | 2021-01-26 | 佰聆数据股份有限公司 | 一种提问式的分析路径推荐方法、***及存储介质 |
CN113254745A (zh) * | 2021-04-28 | 2021-08-13 | 深圳格隆汇信息科技有限公司 | 经济信息收集***、方法、计算机设备及存储介质 |
CN114549213A (zh) * | 2022-01-28 | 2022-05-27 | 广发证券股份有限公司 | 一种基金产品的分析管理方法、装置及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239451A (zh) * | 2014-09-01 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 搜索结果的展现方法和装置 |
CN106650992A (zh) * | 2016-10-10 | 2017-05-10 | 北京极派客科技有限公司 | 一种量化投资策略的生成方法及装置 |
CN107463699A (zh) * | 2017-08-15 | 2017-12-12 | 济南浪潮高新科技投资发展有限公司 | 一种基于seq2seq模型的实现问答机器人的方法 |
CN107665252A (zh) * | 2017-09-27 | 2018-02-06 | 深圳证券信息有限公司 | 一种创建知识图谱的方法及装置 |
CN107958091A (zh) * | 2017-12-28 | 2018-04-24 | 北京贝塔智投科技有限公司 | 一种基于金融垂直知识图谱的nlp人工智能方法及交互*** |
CN108121824A (zh) * | 2018-01-12 | 2018-06-05 | 北京融快线科技有限公司 | 一种面向金融服务的聊天机器人及*** |
CN108153901A (zh) * | 2018-01-16 | 2018-06-12 | 北京百度网讯科技有限公司 | 基于知识图谱的信息推送方法和装置 |
-
2018
- 2018-09-13 CN CN201811067571.1A patent/CN109344174A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239451A (zh) * | 2014-09-01 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 搜索结果的展现方法和装置 |
CN106650992A (zh) * | 2016-10-10 | 2017-05-10 | 北京极派客科技有限公司 | 一种量化投资策略的生成方法及装置 |
CN107463699A (zh) * | 2017-08-15 | 2017-12-12 | 济南浪潮高新科技投资发展有限公司 | 一种基于seq2seq模型的实现问答机器人的方法 |
CN107665252A (zh) * | 2017-09-27 | 2018-02-06 | 深圳证券信息有限公司 | 一种创建知识图谱的方法及装置 |
CN107958091A (zh) * | 2017-12-28 | 2018-04-24 | 北京贝塔智投科技有限公司 | 一种基于金融垂直知识图谱的nlp人工智能方法及交互*** |
CN108121824A (zh) * | 2018-01-12 | 2018-06-05 | 北京融快线科技有限公司 | 一种面向金融服务的聊天机器人及*** |
CN108153901A (zh) * | 2018-01-16 | 2018-06-12 | 北京百度网讯科技有限公司 | 基于知识图谱的信息推送方法和装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902149A (zh) * | 2019-02-21 | 2019-06-18 | 北京百度网讯科技有限公司 | 查询处理方法和装置、计算机可读介质 |
US11397788B2 (en) | 2019-02-21 | 2022-07-26 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Query processing method and device, and computer readable medium |
CN110096581A (zh) * | 2019-04-28 | 2019-08-06 | 宁波深擎信息科技有限公司 | 一种基于用户行为构建问答体系推荐问的***及方法 |
CN110096581B (zh) * | 2019-04-28 | 2021-04-20 | 宁波深擎信息科技有限公司 | 一种基于用户行为构建问答体系推荐问的***及方法 |
CN112270188A (zh) * | 2020-11-12 | 2021-01-26 | 佰聆数据股份有限公司 | 一种提问式的分析路径推荐方法、***及存储介质 |
CN112270188B (zh) * | 2020-11-12 | 2023-12-12 | 佰聆数据股份有限公司 | 一种提问式的分析路径推荐方法、***及存储介质 |
CN113254745A (zh) * | 2021-04-28 | 2021-08-13 | 深圳格隆汇信息科技有限公司 | 经济信息收集***、方法、计算机设备及存储介质 |
CN114549213A (zh) * | 2022-01-28 | 2022-05-27 | 广发证券股份有限公司 | 一种基金产品的分析管理方法、装置及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Du et al. | CUS-heterogeneous ensemble-based financial distress prediction for imbalanced dataset with ensemble feature selection | |
Lin et al. | Industry 4.0: Driving factors and impacts on firm’s performance: An empirical study on China’s manufacturing industry | |
CN109344174A (zh) | 金融分析方法和*** | |
Nazário et al. | A literature review of technical analysis on stock markets | |
CN106649223A (zh) | 基于自然语言处理的金融报告自动生成方法 | |
Huang et al. | Distressed Chinese firm prediction with discretized data | |
Saleh et al. | Big Data analytics and financial reporting quality: qualitative evidence from Canada | |
KR101599675B1 (ko) | 빅 데이터 기술에 기반한 기업 뉴스 검색 기술을 이용한 기업 신용 위험도 예측 장치 및 방법 | |
Herbert-Copley | Technical change in Latin American manufacturing firms: review and synthesis | |
CN101071477A (zh) | 基于专家***和非线性技术的财务分析***及方法 | |
CN104346698A (zh) | 基于云计算和数据挖掘的餐饮会员大数据分析和考核*** | |
KR20210033294A (ko) | 자동보고서생성장치 및 그 동작 방법 | |
CN111738856A (zh) | 一种股票舆情投资决策分析方法及装置 | |
Verma et al. | Data mining: next generation challenges and futureDirections | |
Bui et al. | Stock market activity and Google Trends: the case of a developing economy | |
Han | Intelligent data management system and performance joint blockchain model for commercial bank management accounting | |
Colapinto et al. | Goal programming for financial portfolio management: a state-of-the-art review | |
CN109918482A (zh) | 一种大学生创新创业计划评价分析*** | |
Altuner et al. | A novel deep reinforcement learning based stock price prediction using knowledge graph and community aware sentiments | |
Pungaliya et al. | Machine invasion: Automation in information processing and the cross section of stock returns | |
KR102274769B1 (ko) | 관심 토픽에 대한 투자 대상 기업을 결정하는 방법 및 그 장치 | |
Yang et al. | Forecasting crude oil futures prices using Extreme Gradient Boosting | |
Rathnayaka et al. | Grey system based novel forecasting and portfolio mechanism on CSE | |
Felden et al. | Web farming and data warehousing for energy tradefloors | |
Setty et al. | Analysis and clustering of nifty companies of share market using data mining tools |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190215 |