1. 研究目的与意义（文献综述）

互联网技术的飞速发展，网络金融媒体得到了空前的发展媒体报道所涉及的新闻内容的

种类越来越丰富，不管是国外媒体，还是国内媒体都在不断地向着更加开放发展，这为互联网用户提供了更加广阔的信息来源。

互联网金融是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。互联网金融新闻的采集是指从互联网上有针对性、专业性、精 准性的数据抓取，并按照一定规则和筛选标准进行数据归类，形成数据库文件的一个过程。由于互联网的开放性，使得其上的信息爆炸式地与日俱增，各网站几乎每天都在更新各自的页面。因此互联网数据具有海量、动态性的特点． 并且因各站点间的信息和组织不同，互联网实际上形成了 一个巨大的异构数据集成环境，各个网页由文本、图片、声音、视频和标记等各个元素混杂在一起，是一种非完全结构化或半结构化的数据。金融高频数据构成海量数据集,属于数据挖掘的研究范畴,然而在金融高频数据的研究中,数据挖掘技术尚未得到足够的重视。金融高频数据的研究目前主要集中于对波动率、交易间隔等特征的建模,最优抽样间隔的选择等应用领域,国内鲜有方法论框架下直接将金融高频数据作为研究对象的理论讨论与分析,这不可避免导致对高频数据认识上的一些误区和不一致。

2. 研究的基本内容与方案

在互联网飞速发展的环境下，web资源对信息获取的作用越来越大，提高网络数据的收集处理能力，增强网络金融数据的利用率，实现金融信息处理的自动化成为信息获取研究的主要目的。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1]陈海文,蔡志平,方峰. 应用财经新闻挖掘的金融品种价格走势预测[j]. 计算机工程与科学,2016,09:1909-1916.

[2]王成国,邓仲元,陈海文,蔡志平. 基于arima模型的金融品种走势预测技术[j]. 计算机技术与发展,2015,07:11-14 19.

[3]张人上,曲开社. 基于加权关联规则和文本挖掘的金融新闻传播agent实现[j]. 计算机应用与软件,2015,06:188-191.