首页
›
智能金融与金融工程
›
045-金融NLP与文本智能
›
《金融新闻主题聚类与热点发现实战》
VIP15
本课程属于:045-金融NLP与文本智能
智能金融与金融工程 · 共 15 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
金融新闻主题聚类与热点发现实战
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=金融新闻主题聚类与热点发现的学… · 核心价值 · 整体知识框架与实战路线图
课程导入
目标=金融新闻主…
02
金融新闻数据基础
目标=金融新闻来源 · 数据格式 · 常见字段
金融新闻数据基础
目标=金融新闻来…
03
文本预处理入门
目标=中文分词 · 去停用词 · 词性标注
文本预处理入门
目标=
04
金融文本特征工程
目标=TF-IDF · 词袋模型 · N-gram
金融文本特征工程
TF-IDF
05
词向量与文本表示
目标=Word2Vec · GloVe · FastText
词向量
文本表示
06
主题聚类核心概念
目标=聚类与分类的区别 · 相似度度量 · 距离函数
主题聚类核心概念
目标=聚类
07
经典聚类算法
目标=K-Means · 层次聚类 · DBSCAN
经典聚类算法
K-Means
08
文本聚类进阶算法
目标=LDA主题模型 · NMF · BERTopic
文本聚类进阶算法
LDA
09
金融新闻主题数确定
目标=肘部法 · 轮廓系数 · 困惑度
金融新闻主题数确…
目标=肘部法
10
热点发现基本方法
目标=时间窗口统计 · 词频突增 · TF-IDF时序变化
热点发现基本方法
目标=时间窗口统…
11
热点发现进阶方法
目标=突发检测 · 情感突变 · 事件抽取
热点发现进阶方法
目标=突发检测
12
金融新闻情感分析
目标=情感词典 · 机器学习 · 深度学习情感分类及其与主题聚类的结合
金融新闻情感分析
目标=情感词典
13
实战案例一
目标=基于K-Means的金融新闻主… · 包括数据清洗 · 特征构建
实战案例一
K-Means
14
实战案例二
目标=基于LDA的金融新闻主题发现与… · 包括主题词 · 困惑度与业务解读
实战案例二
LDA
15
实战案例三
目标=基于BERTopic的金融新闻… · 包括嵌入 · 降维与聚类
实战案例三
BERTopic
16
实战案例四
目标=金融新闻热点发现系统 · 包括实时数据流 · 突发检测
实战案例四
目标=金融新闻热…
17
金融新闻时间序列分析
目标=趋势 · 季节性 · 突变点检测与热点生命周期建模
金融新闻时间序列…
目标=趋势
18
金融新闻可视化
目标=词云 · 主题河流图 · 热力图
金融新闻可视化
目标=词云
19
模型评估与优化
目标=内部指标 · 外部指标 · 人工评估
模型评估
优化
20
常见问题与解决方案
目标=数据稀疏 · 噪声 · 多义词
常见问题
解决方案
21
金融领域特殊挑战
目标=专业术语 · 公司别名 · 事件驱动
金融领域特殊挑战
目标=专业术语
22
工程化与部署
目标=数据管道 · 特征存储 · 模型服务
工程化
部署
23
大规模金融新闻处理
目标=分布式计算 · Spark · GPU加速
大规模金融新闻处…
目标=分布式计算
24
合规与伦理
目标=数据隐私 · 版权 · 市场操纵风险
合规
伦理
25
综合项目一
目标=从零构建金融新闻主题聚类与热点… · 完成需求 · 设计
综合项目一
目标=从零构建金…
26
综合项目二
目标=基于真实金融新闻数据的热点发现… · 完成端到端实战
综合项目二
目标=基于真实金…
27
前沿技术追踪
目标=大语言模型 · 提示工程 · 检索增强生成在金融新闻主题分析中的应…
前沿技术追踪
目标=大语言模型
28
行业应用案例
目标=舆情监控 · 投研辅助 · 风险管理
行业应用案例
目标=舆情监控
29
课程总结与知识体系
目标=核心方法回顾 · 实战经验提炼 · 常见陷阱与最佳实践
课程总结
知识体系
30
进阶学习路径
目标=推荐论文 · 开源工具 · 数据集
进阶学习路径
目标=推荐论文
所属VIP或分类
同VIP:BERT金融新闻分类与事件识别实战
同VIP:FinBERT金融情绪分析与微调实战
同VIP:电话会文本情绪与管理层语调分析