| 1 |
1
뉴스 데이터가 업로드되는 사전 설정된 다수의 웹 사이트 주소들이 저장되어 있는 뉴스 사이트 저장부;사전 설정된 다수의 뉴스 분류 그룹들 각각에 뉴스 분류 벡터를 매칭시켜 저장하고, 사전 설정된 다수의 단어들 각각에 대한 단어 벡터를 매칭시켜 저장하는 벡터 저장부;상기 다수의 뉴스 분류 그룹들 각각에 뉴스의 긍정 영향 값, 중립 영향 값 및 부정 영향 값을 연산할 수 있는 뉴스 분석 신경망을 매칭시켜 저장하는 뉴스 분석 신경망 저장부;상기 다수의 웹 사이트 주소들 중 적어도 하나의 웹 사이트에서 뉴스가 업로드되면, 상기 새롭게 업로드된 뉴스에 포함되어 있는 다수의 문장들을 추출하고, 상기 다수의 문장들 각각에 대해 형태소 분석을 수행하여 상기 다수의 문장들 각각을 구성하는 적어도 하나의 단어를 추출하는 형태소 분석부;상기 추출된 적어도 하나의 단어 중 상기 사전 설정된 다수의 단어들에 매칭되는 추출 단어에 대한 단어 벡터와 상기 다수의 뉴스 분류 그룹들 각각에 매칭되어 있는 뉴스 분류 벡터 간의 유사도를 연산한 후 상기 연산된 유사도에 기초하여 상기 다수의 뉴스 분류 그룹들 각각에 대한 평균 유사도를 연산하며, 상기 연산된 평균 유사도에 기초하여, 상기 새롭게 업로드된 뉴스를 상기 다수의 뉴스 분류 그룹들 중 제1 뉴스 분류 그룹에 분류하는 뉴스 분류부; 및상기 새롭게 업로드된 뉴스로부터 추출된 상기 적어도 하나의 단어를 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망의 입력 값으로 입력함으로써 상기 새롭게 업로드된 뉴스의 긍정 영향 값, 중립 영향 값 및 부정 영향 값을 연산한 후 상기 연산된 긍정 영향 값, 중립 영향 값 및 부정 영향 값에 기초하여 사전 설정된 기업의 주식 가격의 등락률을 결정하는 주가 예측부를 포함하는 뉴스를 분석하여 기업의 주가를 예측하는 장치
|
| 2 |
2
제1항에 있어서,상기 사전 설정된 거래일 기간 동안 검색된 뉴스들 중 상기 새롭게 업로드된 뉴스와의 평균 유사도가 사전 설정된 기준 유사도 이상인 유사 뉴스들의 개수를 카운트하는 유사 뉴스 카운트부;를 더 포함하고,상기 주가 예측부는 상기 사전 설정된 거래일 기간 동안 검색된 뉴스들 중 카운트된 유사 뉴스의 개수에 반비례하는 가중치를 상기 긍정 영향 값, 중립 영향 값 및 부정 영향 값에 적용하여 상기 기업의 주식 가격의 등락률을 결정하는뉴스를 분석하여 기업의 주가를 예측하는 장치
|
| 3 |
3
제2항에 있어서,상기 주가 예측부는 상기 다수의 웹 사이트 주소들에 대한 상기 유사 뉴스들 또는 상기 새롭게 업로드된 뉴스가 업로드된 웹 사이트 주소들의 뉴스 업로드 비율을 연산한 후 상기 카운트된 유사 뉴스의 개수에 상기 뉴스 업로드 비율을 승산한 값에 반비례하는 가중치를 상기 긍정 영향 값, 중립 영향 값 및 부정 영향 값에 적용하여 상기 기업의 주식 가격의 등락률을 결정하는뉴스를 분석하여 기업의 주가를 예측하는 장치
|
| 4 |
4
제3항에 있어서,상기 새롭게 업로드된 뉴스가 업로드된 시점의 상기 기업의 실제 주식 가격과 사전 설정된 평가 시점 간의 상기 기업의 실제 주식 가격에 따른 실제 등락률을 연산하는 주가 등락률 연산부; 및상기 기업에 대한 상기 실제 등락률과 상기 주가 예측부에서 결정된 상기 등락률이 서로 다른 기울기 부호를 가지면, 상기 제1 뉴스 분류 그룹에 매칭되어 있는 상기 뉴스 분석 신경망을 업데이트하는 뉴스 분석 신경망 업데이트부를 더 포함하는 뉴스를 분석하여 기업의 주가를 예측하는 장치
|
| 5 |
5
제4항에 있어서,상기 뉴스 분석 신경망 업데이트부는 상기 새롭게 업로드된 뉴스로부터 추출된 상기 적어도 하나의 단어를 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망의 입력 값으로 입력하였을 때 연산되는 긍정 영향 값, 중립 영향 값 및 부정 영향 값이 상기 실제 등락률에 상응하는 긍정 영향 값, 중립 영향 값 및 부정 영향 값을 가지도록 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망의 필터 계수들을 수정함으로써 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망을 업데이트하는 뉴스를 분석하여 기업의 주가를 예측하는 장치
|
| 6 |
6
뉴스 데이터가 업로드되는 사전 설정된 다수의 웹 사이트 주소들이 저장되어 있는 뉴스 사이트 저장부를 유지하는 단계;사전 설정된 다수의 뉴스 분류 그룹들 각각에 뉴스 분류 벡터를 매칭시켜 저장하고, 사전 설정된 다수의 단어들 각각에 대한 단어 벡터를 매칭시켜 저장하는 벡터 저장부를 유지하는 단계;상기 다수의 뉴스 분류 그룹들 각각에 뉴스의 긍정 영향 값, 중립 영향 값 및 부정 영향 값을 연산할 수 있는 뉴스 분석 신경망을 매칭시켜 저장하는 뉴스 분석 신경망 저장부를 유지하는 단계;상기 다수의 웹 사이트 주소들 중 적어도 하나의 웹 사이트에서 뉴스가 업로드되면, 상기 새롭게 업로드된 뉴스에 포함되어 있는 다수의 문장들을 추출하고, 상기 다수의 문장들 각각에 대해 형태소 분석을 수행하여 상기 다수의 문장들 각각을 구성하는 적어도 하나의 단어를 추출하는 단계;상기 추출된 적어도 하나의 단어 중 상기 사전 설정된 다수의 단어들에 매칭되는 추출 단어에 대한 단어 벡터와 상기 다수의 뉴스 분류 그룹들 각각에 매칭되어 있는 뉴스 분류 벡터 간의 유사도를 연산한 후 상기 연산된 유사도에 기초하여 상기 다수의 뉴스 분류 그룹들 각각에 대한 평균 유사도를 연산하며, 상기 연산된 평균 유사도에 기초하여, 상기 새롭게 업로드된 뉴스를 상기 다수의 뉴스 분류 그룹들 중 제1 뉴스 분류 그룹에 분류하는 단계; 및상기 새롭게 업로드된 뉴스로부터 추출된 상기 적어도 하나의 단어를 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망의 입력 값으로 입력함으로써 상기 새롭게 업로드된 뉴스의 긍정 영향 값, 중립 영향 값 및 부정 영향 값을 연산한 후 상기 연산된 긍정 영향 값, 중립 영향 값 및 부정 영향 값에 기초하여 사전 설정된 기업의 주식 가격의 등락률을 결정하는 단계를 포함하는 뉴스를 분석하여 기업의 주가를 예측하는 장치의 동작 방법
|
| 7 |
7
제6항에 있어서,상기 사전 설정된 거래일 기간 동안 검색된 뉴스들 중 상기 새롭게 업로드된 뉴스와의 평균 유사도가 사전 설정된 기준 유사도 이상인 유사 뉴스들의 개수를 카운트하는 단계;를 더 포함하고,상기 주식 가격 등락률 결정 단계는 상기 사전 설정된 거래일 기간 동안 검색된 뉴스들 중 카운트된 유사 뉴스의 개수에 반비례하는 가중치를 상기 긍정 영향 값, 중립 영향 값 및 부정 영향 값에 적용하여 상기 기업의 주식 가격의 등락률을 결정하는뉴스를 분석하여 기업의 주가를 예측하는 장치의 동작 방법
|
| 8 |
8
제7항에 있어서,상기 주식 가격 등락률 결정 단계는 상기 다수의 웹 사이트 주소들에 대한 상기 유사 뉴스들 또는 상기 새롭게 업로드된 뉴스가 업로드된 웹 사이트 주소들의 뉴스 업로드 비율을 연산한 후 상기 카운트된 유사 뉴스의 개수에 상기 뉴스 업로드 비율을 승산한 값에 반비례하는 가중치를 상기 긍정 영향 값, 중립 영향 값 및 부정 영향 값에 적용하여 상기 기업의 주식 가격의 등락률을 결정하는뉴스를 분석하여 기업의 주가를 예측하는 장치의 동작 방법
|
| 9 |
9
제8항에 있어서,상기 새롭게 업로드된 뉴스가 업로드된 시점의 상기 기업의 실제 주식 가격과 사전 설정된 평가 시점 간의 상기 기업의 실제 주식 가격에 따른 실제 등락률을 연산하는 단계; 및상기 기업에 대한 상기 실제 등락률과 상기 주가 예측부에서 결정된 상기 등락률이 서로 다른 기울기 부호를 가지면, 상기 제1 뉴스 분류 그룹에 매칭되어 있는 상기 뉴스 분석 신경망을 업데이트하는 단계를 더 포함하는 뉴스를 분석하여 기업의 주가를 예측하는 장치의 동작 방법
|
| 10 |
10
제9항에 있어서,상기 뉴스 분석 신경망 업데이트 단계는 상기 새롭게 업로드된 뉴스로부터 추출된 상기 적어도 하나의 단어를 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망의 입력 값으로 입력하였을 때 연산되는 긍정 영향 값, 중립 영향 값 및 부정 영향 값이 상기 실제 등락률에 상응하는 긍정 영향 값, 중립 영향 값 및 부정 영향 값을 가지도록 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망의 필터 계수들을 수정함으로써 상기 제1 뉴스 분류 그룹에 매칭되어 있는 뉴스 분석 신경망을 업데이트하는뉴스를 분석하여 기업의 주가를 예측하는 장치의 동작 방법
|
| 11 |
11
제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터로 하여금 수행하도록 하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
|
| 12 |
12
삭제
|
