文件名称：金融市场监控系统的本体-研究论文
文件大小：485KB
文件格式：PDF
更新时间：2024-06-08 15:51:48
Ontology text mining market monitoring
本体在不同领域内的信息管理的各个方面都起着关键作用，因为它们提供了领域知识的通用表示。 本体的目的是描述不同的类别（术语和词汇），并根据特定的领域规则定义它们之间的关系，以便以通用的方式描述领域的知识。 本体可以在许多方面有用。 一种当代用途是作为一种以有用的方式表示领域信息的框架。 它使计算机能够处理其内容，因为它提供了一种向域提供有关通用表示形式和语义的信息的方法。 特别是，它通过代表对域的共享和共同理解，有助于弥合人与软件系统之间的通信鸿沟。 人工智能（AI），商业智能（BI）和知识管理领域的研究人员已经认识到，获取知识是构建大型而强大的系统的关键。 有人认为，本体可以创建新的计算模型，从而使某些类型的信息表示自动化成为可能。 尽管数据的绝对规模和规模呈指数增长，但这些数据仍然面临着自己的挑战。 知道如何首先理解数据，从中获取信息和知识，然后将其与其他数据集智能地结合起来，就意味着需要准确地表示此数据并有效地从上下文中识别有洞察力的信息。 在金融市场的背景下，会产生大量的知识，有效地管理和交流这些知识非常重要。 由于金融市场的结构，连通性和运作方式的变化以及处理可能的欺诈案件的复杂性的增加，在监控方面尤其如此。 满足市场监控需求的本体可以帮助更好地支持市场运营商，经纪人和监管机构不断增长的需求，以确保市场高效运行。 该报告讨论了用于金融市场监控的本体的发展。 拟议的本体将先前工作中的现有领域知识与基于SEC报告的现有欺诈案例的非结构化源分析得出的新知识结合在一起。 本体使用语义表示技术表示，并且包含一组全面的概念，可以帮助分析师理解财务欺诈行为，通过管理收集用于案例调查的相关事实，通知检测和模式监视技术，制定预防措施以及共享，来协助公开调查。调查者和相关利益相关者对起诉案件的处理方式。 通过特定的案例研究对本体进行评估，以显示本体的适用性，以帮助市场监控系统中的用户。 特别地，这三种情况被认为是基于金融本体从非结构化来源中提取信息的智能系统。 第一个案例旨在提供经验证据，证明如何将文本挖掘与拟议的本体集成在一起，以提高从证券交易委员会（SEC）诉讼版本中提取财务欺诈概念的效率，并在适当的知识库中展示从SEC网站上公布的被起诉案例。 第二种情况旨在演示文本挖掘技术如何自动提取作为“吹捧活动”的一部分而生成的不同非结构化来源的关键属性和特征。 最后一个案例旨在描述用于金融市场监视和监视系统的商业智能（BI）服务系统，以便为可能的证券欺诈案件产生警报。 使用BI服务系统对拟议的本体进行评估是通过一个示例案例进行的，该案例与来自场外（OTC）市场的真实案例有关，并已被SEC起诉。