金融 · 预测与分析 / 流程自动化 / 企业知识库
深圳证券交易所基于NLP与知识图谱的智能金融舆情分析平台
深交所利用腾讯云NLP和知识图谱技术,构建金融舆情分析平台,实现海量舆情自动分类、聚类、情感分析,提升风险监测效率。
业务效果
业务人员可快速抽取每日重点舆情新闻。
未披露
业务效果
大幅提升日常舆情分析工作效率。
未披露
业务效果
帮助提前预警资本市场风险事件。
未披露
01
业务背景
深圳证券交易所是经国务院批准设立的全国性证券交易场所,受中国证监会监督管理,为资本市场提供上市、交易、转让、登记等服务。随着信息传播加速,舆情对资本市场运行影响日益显著,深交所希望借助AI技术提升舆情分析和风险监测能力。
02
遇到的问题
深交所需在海量实时舆情中快速识别负面敏感信息,但传统人工监测效率低,难以应对信息爆炸带来的挑战,需要智能化手段辅助风险预警。
03
AI 解决方案
腾讯云基于自然语言处理(NLP)和知识图谱技术,结合大数据处理能力,为深交所打造智能金融舆情分析平台。平台通过深度学习算法实现事件聚类、脉络分析、情感分析,支持舆情去重、分类、自动推送,帮助快速发现负面事件和风险信号。
- 1腾讯云与深交所沟通业务场景,确定舆情分析和风险监测需求。
- 2部署NLP和知识图谱算法,构建舆情分析模型。
- 3接入全网实时舆情数据源,进行数据清洗和预处理。
- 4实现舆情事件聚类、情感分析等功能,并个性化推送。
- 5在深交所多个部门部署应用,培训业务人员使用。
04
实施结果
业务效果:业务人员可快速抽取每日重点舆情新闻。
业务效果:大幅提升日常舆情分析工作效率。
业务效果:帮助提前预警资本市场风险事件。
05
风险与边界
舆情数据来源复杂,可能存在噪声和偏差,需持续优化算法;NLP模型依赖高质量标注数据,需注意数据质量和隐私合规。
该案例展示了AI在金融监管领域的典型应用,利用NLP和知识图谱提升舆情分析效率,适合金融机构借鉴,尤其适合需要实时风险监控的部门。
适合
对舆情监测有刚需的金融机构需要风险预警的交易所或监管部门有海量文本数据处理需求的企业
前置条件
具备大数据基础设施有明确的业务场景和舆情数据源技术团队能配合模型调优
信息来源
2 个来源页面内容为结构化改写;关键结论应可追溯到以下材料。