久久亚洲视频-成人av免费在线-亚洲免费大片-www.国产精品.com-又黄又爽又色的视频-精品乱子伦一区二区-无码人妻精品一区二区三区66-欧美一级做-国产在线国偷精品免费看-欧美性极品少妇-精品无码久久久久久久久久

互聯(lián)網(wǎng)文本分析:快速信息挖掘戰(zhàn)勝對(duì)手 (轉(zhuǎn)載)
發(fā)布時(shí)間:2011-11-15

世界上有兩種迷信,一種是封建迷信,一種是真的。

香港股市有一個(gè)現(xiàn)象叫做“丁蟹效應(yīng)”,就是只要鄭少秋(他在《大時(shí)代》里的角色名是丁蟹)主演的電視開(kāi)播,那么股市就會(huì)很詭異的下跌。

對(duì)這類(lèi)現(xiàn)象的樸素解釋便是大家對(duì)于此類(lèi)迷信寧可信其有不可信其無(wú),看見(jiàn)鄭少秋就先選擇落袋為安,結(jié)果就導(dǎo)致股市大面積拋盤(pán)。對(duì)此還有一個(gè)專(zhuān)門(mén)的學(xué)術(shù)名詞——自我實(shí)現(xiàn)的預(yù)言(Self-fulfilling Prophecy)

而互聯(lián)網(wǎng)信息生產(chǎn)和處理的技術(shù)發(fā)展,可能能夠大大增強(qiáng)各類(lèi)預(yù)言自我實(shí)現(xiàn)的能力。

去年12月22日紐約時(shí)報(bào)的一篇文章 Wall St. Computers Read the News, and Trade on It 報(bào)道說(shuō),華爾街開(kāi)始利用程序來(lái)讀取各類(lèi)新聞,社論,公司網(wǎng)站信息,微博;分析其中的詞匯,語(yǔ)法結(jié)果,甚至是表情符號(hào),這些程序會(huì)判斷解析得到信息對(duì)市場(chǎng)的影響,并且自動(dòng)進(jìn)行交易。(轉(zhuǎn)注: 用樂(lè)思網(wǎng)絡(luò)信息采集系統(tǒng)即可完成)

對(duì)于金融這樣一個(gè)對(duì)信息無(wú)限貪婪的行業(yè)而言,誰(shuí)擁有更快更準(zhǔn)的信息獲取方式,誰(shuí)就能戰(zhàn)勝對(duì)手。如同文中一個(gè)投資基金經(jīng)理所言,爭(zhēng)奪這類(lèi)技術(shù)就是一場(chǎng)軍備競(jìng)賽。類(lèi)似彭博,道瓊斯,湯姆森路透已經(jīng)宣稱(chēng)向華爾街提供新聞內(nèi)容篩選的服務(wù)。

而且,所有此類(lèi)技術(shù)并非都是那么高科技,譬如道瓊斯公司就是利用一個(gè)包含3700個(gè)情感詞的詞典,來(lái)判斷對(duì)一篇文章的主題為正面還是負(fù)面。當(dāng)然會(huì)對(duì) 一些特殊語(yǔ)言現(xiàn)象進(jìn)行處理,譬如“terribly”單獨(dú)出現(xiàn)是負(fù)面的,但是“terribly good”則是正面的;而彭博會(huì)監(jiān)控新聞和微薄內(nèi)容,如果提到某公司的內(nèi)容數(shù)量突然大幅變動(dòng),就會(huì)通知相關(guān)客戶(hù)。

人們當(dāng)然有理由懷疑這些程序是否能夠那么準(zhǔn)確的判斷信息的正負(fù)面。事實(shí)上以我個(gè)人對(duì)情感分析技術(shù)的了解,如果不限定分析領(lǐng)域,如果能取得 70%-80%的準(zhǔn)確率,就已經(jīng)是不錯(cuò)的成績(jī);此外文本分析的另一個(gè)重要指標(biāo)覆蓋率也不容易保證,因?yàn)橐黄此仆耆话楦性~的文章很可能已經(jīng)在進(jìn)行諷 刺挖苦,譬如形容一本書(shū)的糟糕可能有人這么說(shuō):“當(dāng)年那些樹(shù)應(yīng)該用來(lái)做家具”。

但問(wèn)題在于,如前文所言,華爾街的公司已經(jīng)在直接利用這些還不算特別靠譜的技術(shù)產(chǎn)生的還不那么靠譜的數(shù)據(jù)來(lái)進(jìn)行交易。去年五月,當(dāng)希臘的經(jīng)濟(jì)危機(jī)還在惡化時(shí),華爾街的電腦在一篇相關(guān)文章中逮到了深淵(abyss)這個(gè)詞,于是立刻啟動(dòng)了拋售相關(guān)金融產(chǎn)品的指令。

可是為什么這類(lèi)技術(shù)也還遠(yuǎn)非完美的時(shí)候,就會(huì)有人迫不及待的使用呢?基本原因大概有二:

一,信息瞬息萬(wàn)變,遠(yuǎn)非人力能夠處理,因此不成熟的技術(shù)也強(qiáng)過(guò)沒(méi)有;

二,即便你不想用,但是無(wú)法保證別人不用,且當(dāng)這類(lèi)技術(shù)和數(shù)據(jù)左右已經(jīng)能夠左右市場(chǎng)的時(shí)候,你大概只有跟著不靠譜才行。就好像如果明天TVB重播“大時(shí)代”,香港股民也得掂量掂量。

所謂感知即現(xiàn)實(shí)(Perception is Reality),即便這是來(lái)自機(jī)器的感知。

不難聯(lián)想,如果香港銀行家們也利用相關(guān)的技術(shù)分析新聞,那么“鄭少秋”一定會(huì)成為一個(gè)敏感詞。

Twitter 曾經(jīng)在內(nèi)部會(huì)議上雄心勃勃的宣稱(chēng)要做地球的脈搏(the Pulse of the Planet) 。的確,互聯(lián)網(wǎng)能夠產(chǎn)生的海量信息,一方面在時(shí)時(shí)刻刻反映現(xiàn)在的狀態(tài),另一方面也在對(duì)下一時(shí)刻產(chǎn)生影響;包括CIC在內(nèi)提供信息挖掘和分析的公司,就是這個(gè)時(shí)代的老中醫(yī),來(lái)替大家搭搭脈。

(轉(zhuǎn)載自網(wǎng)絡(luò) )

分類(lèi): 公司博客 標(biāo)簽: