leochang84 / fintech-1

公告

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

HW1

• 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

HW2

• 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。