随着国内投资风气的兴起,越来越多的人关注金融信息。在众多的金融产品中,股票的投资回报率最高,因此关注股票的投资者最多。那么,挖掘出和股票相关的资讯就变得很有必要。而在所有资讯中,博客文章占了很大比重。因此挖掘出和股票相关的博客文章很有价值。但是如果只是把金融博主写的文章展示给投资者,存在诸多问题。首先:金融博主写的文章有许多不是关于金融的;其次:许多金融文章提到了许多只股票,但通常说来,这种文章和每只股票都不相关;另外:即使文章中提到了某只股票的名称,也未必和这只股票相关,还可能具有歧义。　　论文设计并实现了一个面向金融领域博客的股票分类筛选系统,先使用改进的爬虫获取金融博客文章,然后用改进的个股分类算法对博客文章按照股票分类,最后对查询结果进行排序后展示给投资者。本文的研究内容主要包括以下几方面:　　(1)分析了博客爬虫存在的一般问题,提出了一种新的爬取策略,提高了股票分类系统的运行效率。　　(2)对传统的分类算法进行改进,提出了一种基于特征融合的个股分类算法。将通用文本特征和金融领域特征结合起来,解决了通用分类方法用于个股分类准确率不高的问题。　　(3)提出了基于金融领域特征的博客文章排序算法。该算法综合考虑了多个金融指标,改进了排序的效果。　　在博客爬虫的评测中,本论文把改进的博客爬虫和通用的爬虫做了对比,证明了基于多特征的博客爬虫的优越性;在个股分类中,首先构建了金融博客个股分类语料库,然后在该语料库上把通用分类方法和考虑了金融领域特征的个股分类算法进行对比,试验结果表明,该方法优于通用方法,达到了预期效果。最后对个股分类后的博客文章排序显示。