以下情景有没有例子、技巧或指导？

我从几个不同的新闻网站检索了更新。然后我分析这些信息来预测当前世界趋势。

在搜索上述想法时，我只能找到关于数据挖掘的信息，但它是针对数据库系统的。虽然数据挖掘与我尝试做的事情类似，但数据库信息中的数据挖掘比我从网站上检索到的信息更具体。所以有人能在这方面指导我吗？我非常感谢你提供的任何帮助。

谢谢。

回答：

首先，你需要一些过去的训练数据。这意味着，收集一些旧新闻以及在不同时间点分析的趋势状态。

然后，你必须决定如何量化这些信息。如果趋势是诸如“售出手机”之类的，你可以直接取售出的手机数量。新闻更难量化。例如，你可以测量训练新闻中的词频，并将频率最低的 n 个词作为特征（类似于垃圾邮件过滤器）。

之后，你根据这些特征和过去的趋势训练一个分类器。一个好的选择是“随机森林”算法，因为它实际上是无参数的。

要真正实施这个计划，你需要大量的背景知识。 Hastie、Tibshirani 和 Friedmann 的《统计学习基础》是一本很好的学习书籍。可以从作者的主页免费下载。