夏千姿 倪丽萍 倪志伟 朱旭辉 李 想

(合肥工业大学管理学院 安徽 合肥 230009)(合肥工业大学过程优化与智能决策教育部重点实验室 安徽 合肥 230009)

0 引 言

随着近年来自媒体与社交网络不断发展，社交平台成为报道公司新闻和重要活动的主要媒介之一，且由于其信息传播速度远快于传统媒体，成为人们接收信息的重要来源。Petrovic等[1]指出，在报道与政治和商业有关的事件时，推特平台报道速度遥遥领先。由于金融市场对金融事件的突发较为敏感，因此从与特定公司相关的微博中识别公司金融事件具有重要意义，可以帮助投资者了解企业动态，明确竞争对手策略，预估可能引起的市场变动，以此作出有价值的投资决策。

从微博平台上进行金融事件检测的本质是社交平台事件检测的一个特定应用，虽然近年来社交平台事件检测研究取得了一定的进展，学者提出了多种针对社交平台特点的事件检测方法。从微博平台中检测金融事件仍存在如下三个方面的挑战。

(1) 虽然事件检测技术已经发展了很长时间，但是过去研究主要集中在热点事件或突发事件检测方法上，这些事件往往没有针对某个具体领域，因此针对特定领域的事件检测在方法和应用上仍不成熟，对于金融事件目前在定义上尚没有一个广泛认可的标准。如何通过分析与公司相关的微博信息特点，抽取有效的金融事件类型是值得进一步研究的。

(2) 社交媒体平台所报道的事件信息主要为非结构化文本信息，不能简单地利用传统定量数据算法来计算，需要先将非结构化文本进行表征。……