语义支撑下以原油市场为例的Web知识发现关键方法及实证研究

Under new view, Web has become the repositories and sensors for financial markets. Recently, the field about analyzing financial market based on Web data has become a research focus rapidly. But, the hot field has no systematic researches on method system from whole process view yet, and the differences between classical financial markets and commodity markets are not identified in this research field. In fact, the application of open source data in commodity markets does not update to the level of Web knowledge discovery yet. So we select commodity markets as our research objects, in the case of oil market. In this research, based on semantic techniques the method for semantically modeling for the knowledge of market analysis and the methods of Web data extraction and Web data fusion oriented to special knowledge unit are proposed, to deal with the issue of knowledge delineation and how to extract effective Web data we must encounter in the knowledge discovery process. Based on above methods we proposed, some empirical studies will be implemented to find the basic interactions between Web and oil market, which will check the validity of the methods we proposed, and contribute some useful empirical results for practice. The project wills strongly impulse the research field of financial markets analysis with Web, and the empirical studies will find some universal laws in commodity markets or useful laws for oil market analysis. In a word, the project has twofold significance in academia and practice.

Web成为在新视角下金融市场的知识库和传感器。近期，面向金融市场分析的Web知识发现成为急速升温的研究热点。但该交叉领域尚缺少全过程角度的系统的方法体系研究，并且在该领域中典型金融市场和大宗商品市场的个性尚没有被区分，且开源数据在大宗商品市场分析的应用尚没有提升到Web知识发现层面。为此，本项目以大宗商品市场为研究对象，用原油市场为例，基于语义技术，提出了面向市场分析知识的语义建模方法和基于知识单元的Web数据抽取与融合方法，来应对面向市场分析的Web知识发现过程中必然面临的知识圈定和Web数据有效获取问题。在此基础上，通过数学模型实验分析若干Web与原油市场间的基础性互动关系，验证方法研究部分的有效性并得到有益于实践的实验结果。本项目是对基于Web的金融市场分析方向的重大推动，在实证研究部分将发现和提出若干有普适性或有益于原油市场分析的基础性规律。因此，本项目具有学术和实践的双重意义。

近年来，网络电子行为的金融市场相关研究成为热点领域，该领域的基础工作是对领域知识识别与采集。本项目自2012年启动以来较为系统的研究并提出了领域Web知识发现关键方法问题，并以石油市场为例做了相应的实验和实证。完成三部分工作：面向特定领域知识的小规模语义本体构建方法研究；面向特定知识单元的Web数据抽取与融合方法研究；Web与原油市场间基础性互动关系研究。研究如何在自顶向下和自底向上相结合的模式下，构建面向特定大宗商品市场知识的语义本体，既是本项目的必须组成，又丰富了构建小规模领域本体的方法，是本项目的重要研究内容之一。当前，课题组已经收集了已有的待研究领域的相关结构化知识体系，如石油领域主题词表、石油部分IPC分类、石油领域UDC分类等；完成了异质的知识体系从语义层面进行提取，投影到统一概念空间，并用中性文件描述；完成了基于明确语义分析（ESA）和实时语义分析（TSA）相结合的概念匹配算法的测试，在异质的知识概念体系间进行映射，该部分试验结果已经发表在高水平的国际学术期刊上。本项目正在开展Web数据处理过程中概念特征识别，异深度和多维度的Web数据抽取与融合一系列问题的研究。该研究需要大量开源数据的支撑，目前课题组正在编码和部署开源数据抓取，部分程序已经部署并运行，实践上形成了面向特定知识单元的Web数据抽取与融合方法体系，目前抓取程序和NLP自然语言处理组件库已经部署和构建完成。结题后一年将开展改项工作的数据处理与实证工作。通过若干实证研究，证明了网络电子行为与原油市场（一种典型大宗商品市场）存在确定的交互关系，包括长期关系、协同联动关系，并且对基于网络大数据的金融事件分析方法做了初步的研究，相关研究工作已经发表在高水平的国际学术期刊上。本项目目前为止已发表标注论文14篇，其中SCI/SSCI论文7篇（6篇为一区文章），其他为EI期刊收入或管理学部重要期刊目录论文。