課程:107-2【金融科技-文字探勘與機器學習】
組別:Team 7 成員:
- 沈沛瑄:工海所 碩一 R07525056
- 林正雄:經濟所 碩二 R05323045
- 張家郡:網媒所 碩一 R07944036
-
ETF爬蟲
在所指定的 ETF 資料中,篩選出於 2015 年年底前既已存在的 ETF ,利用爬蟲方法整理出上述篩選後的 ETF 集合中,其每一檔 ETF 的每日收盤價,時間範圍從該 ETF 於 2015 年 年底最後一個交易日起至程式執行的當下,將每日的資料都抓下來,並將整理好的資料彙整在 pandas 的 dataframe。
-
財金指標爬蟲
工業生產指數:
說明:Fed在2014年編制的一個全新的「勞動市場狀況指數」,這指數綜合了包括非農、勞動市場參與率、空缺數、離職率、失業率及平均薪資等19個就業領域。
資料來源 : Fed
-
資料收集與文字探勘共現性進行資料視覺化
文字探勘淘金:從客服聯繫紀錄找出淺在銷售機會
1.針對自訂議題收集相關文本
2.將收集到的文本用NER挑選出【自定義類別】
3.將文件與有分類過的單詞進行TDM(term to matrix)
4.將TDM轉成Co-Occurrence Matrix
5.繪製出各類別之間的共現圖-
NER標記
以NER(Named Entity Recognition) 套件將初步整理過格式的客服資料進行標記,定義人名與事件。
-
TDM(Term-document matrix)
將Document裡面的各個單詞以視覺化方式呈現彼此間的關係, 用來進行初步檢驗、觀察Document內是否有可進一步分析的現象。
-
Co-Occurence Matrix
將TDM轉成以term與input sentence間的關係列表,來觀察每個term在各個input sentence中出現的次數。
-