伴随着中国经济的发展,金融市场与人们的生活越来越息息相关。研究表明突发金融信息会迅速给金融市场带来强烈扰动影响,而随着互联网技术和社交网络的快速发展,这种影响会被大幅放大。通常,对于利好信息,股票价格呈快速上扬的趋势,对于利空信息,股票价格往往呈现下挫趋势。然而近来,证券市场在面对重要利好信息时,价格反而呈现出总体下挫的趋势,这对传统基于金融信息挖掘的方法带来较大冲击。传统文本分类方法在这种情况下并不能对金融新闻作出准确的分类。原因在于,传统的分类方法通常将研究重点放在分类模型本身上,把文本特征作为模型输入预测文本类标。针对这个问题,本文提出了基于预期偏差的金融文本分类方法。在提出预期偏差概念的基础上,通过主题模型对文本做主题匹配,然后通过描述性词典对新闻做预期偏差计算,最后得到基于预期偏差的分类模型对文本进行分类。本文主要研究工作及成果概况如下。首先,本文采用强扰动共振过滤及K-means文本聚类过滤的方法从大量新闻文本中抽取有效用的突发新闻,实现了新闻文本初筛过程。其次,针对常用文本分类方法分类效果较差的问题,本文提出了基于预期偏差的分类方法。通过分析LDA主题模型,提出了新闻文本主题之间匹配的概念。利用新闻文本主题聚类结果作为先验分布,预测新闻文本的主题并计算新闻文本主题之间的相似度。在主题相似的基础上,继而提出基于词典的新闻文本之间偏差程度的度量方法,度量新闻文本之间的偏差。最后,本文结合LDA新闻主题匹配以及新闻之间的偏差程度的度量两方面内容,构造分类模型,用于对新闻文本的分类。实验结果表明,在金融市场异常的情况下,通过本文提出的文本分类方法对新闻进行分类时,能够获得更准确的分类效果。