资讯热度统计数据模型.docx

一、资讯热度 设某篇资讯热度值为R，评价指标i的分值为Ni，权重为Qi，对各评价指标以百分制评分，按加权评分法计算出资讯热度，即R=∑Ni*Qi； 资讯的特点： 1、来源于各网站，可能是一家或多家，各网站受众及影响度不同； 2、同一篇核心资讯，不管来自哪家媒体或网站，所属分类大体相同，但不同资讯间所属分类是重要区分点；（即所属分类，与来源关联度不大） 3、同一篇核心资讯，在不同的网站上，内容上可能有区别，如内容的原创性、内容完整性、内容披露的时间段等； 4、同一篇核心资讯，在不同的网站上，被放置的栏目可能会不同，代表各网站对该资讯的重视度； 5、同一篇核心资讯，在不同的网站上，被关注的程度不同，表现为跟帖量、推荐数、转载量等指标；（跟帖量、推荐数见网易新闻） 综上，影响资讯热度的评价指标有，资讯来源（a1）、资讯分类/业务重要性（a2）、内容质量（a3）、来源关注度（a4）、市场关注度（a5）；后4项是对资讯本身评分，第一项实质是资讯来源评分 资讯热度的计算，最终是基于排重后的核心资讯来计算，每一篇核心资讯对应一篇或多篇原始资讯，每篇原始资讯有以上除a1外的其余4类评价指标，因此，设一篇核心资讯Z，对应的原始资讯有m篇，分别为Z1,Z2,...,Zm，对每篇原始资讯，按最上方的R值计算方法计算其热度，最后计算∑Ri*a1i即为该核心资讯的热度。

需注意的地方， 1、以上5个评价指标中，a1、a2较为固定可事先确定，a3、a4、a5各自可能涉及到不同的指标，可参考同样的方法得出最终分值 2、为保证不同核心资讯间分值的可对比性，需保持评价标准的一致，如同一计算公式中，指标分值制要一致，统一采取十分制或百分制；同一计算公式中，指标权重加总为100% 3、从应用的角度，一篇核心资讯的热度，有两个主要的评价主体，披露方和资讯阅读者，披露方的因素可细分为披露方本身评分、披露方细分栏目评分；资讯阅读者的因素可细分为评论数、装载量、跟帖量、推荐数等因素；其中，披露方本身评分是一篇核心资讯各原始资讯的权重划分指标，披露方细分栏目评分、资讯阅读者各项评分是该核心资讯各原始资讯的细分指标 4、以上提到的其他指标，可供参考实际意义有限，应分配较低的权重二、概念热度 基于TF/IDF算法来计算概念热度，TF/IDF算法记录的是单个词语与单个文件之间的关联度一个概念可根据关键词、概念定义等因素，划分为多个相关分词，由这些相关分词的TF/IDF值结合计算出概念的TF/IDF值 概念的特点： 1、一个概念的关键因素，包含相关别名及关键词（记为Ci）、概念相关事件描述（记为Si）、概念定义描述（记为Mi），三者的热度对概念的热度影响程度不同，可理解为权重不同，一般来说，Ci>Mi>Si； 2、将一个概念的上述三个影响因素，拆分出对应的分词列表，基于各分词在全库热度，计算该概念的热度值； 3、不同概念间，所拆分出的分词，必定存在重叠的情况，且重叠的分词其热度值也必定相同； 4、概念、分词、资讯文件、资讯库之间的关系为，一个概念可拆分为多个权重不同的分词，一个分词存在于多个热度不同的资讯文件中，资讯库包含所有的资讯文件； 5、概念的热度，以相关联的资讯热度体现出来，所以本算法的核心思想是，基于某概念相关联的资讯热度及该概念与资讯之间的相关度，计算出概念的热度。

概念热度的计算： 设概念热度为G，三类分词在资讯库的热度分别为C、S、M，三类分词的权重分别为Qc、Qs、Qm；概念热度计算公式为，G=∑Ci*Qci+∑Si*Qsi+∑Mi*Qmi 各分词在资讯库中的热度（C、S、M）算法相同，先计算某分词在各资讯中的TF/IDF值，记为Ti，Ti=(该词在该资讯中出现的次数a/该资讯中最大的词语出现次数b)*log(出现该词的文件数m/资讯库中总文件数n)，该分词在整个文件库中的热度如Ci=∑Ti*Ri/∑Ri（Ri为该资讯的热度） 需要注意的地方，不同的概念拆分出相同的分词，该分词基于全资讯库的热度值相等，与所属概念关系不大，所以分两步进行，所有概念拆分出的分词，形成分词列表，记录概念分词关系及权重，再针对分词计算分词热度，可避免重复计算分词热度三、个股概念相关度 个股概念相关度的计算思路，类似于概念资讯相关度的计算思路，见上文，不同之处在于，个股与概念之间的关联因素，不仅包括定性因素，还包括一些定量因素，需要将两者结合起来 可能影响个股投资行情的信息有： 1、公司所处行业、地域； 见“公司基本信息表” 2、公司主营业务及其地域、行业分布； 见“公司研究库”，原材料、供应商、客户、产品及服务、业务分产品、业务分行业、业务分产品统计； 3、公司董监事会、股东、实际控制人、公司子公司等； 见“公司股东股本、公司董监事会”，股东、实际控制人、母子公司；董监事会任职及持股变动情况等； 4、公司投资要点描述； 见“个股投资要点表”，投资要点，投资要点说明； 5、其他； 见“公司重大事项”，股权转让、违规处罚、证券投资、项目投资等。

以上所有信息发生异动，都会对个股产生影响，信息异动体现为各类新闻资讯，形成不同的概念；以此，可以建立个股与概念之间的关联关系，并计算出个股概念相关度，个股与概念相关度=个股资讯相关度*资讯概念相关度二）计算个股资讯相关度 1、若资讯为针对特定个股资讯，则相关度为100%； 2、若资讯为针对特定行业资讯，则相关度为该个股所属行业业务占比； 3、若资讯为针对多个行业资讯，则相关度为该个股所属行业业务占比*资讯对所属行业影响度； 4、若资讯为针对个股相关控制人、子公司资讯，则相关度为相关控制人/子公司投资占比； 按以上思路推理其他情况四、个股热度 个股热度的计算思路，类似于概念热度的计算思路，即个股概念相关度*概念热度，加权计算。