随着计算机技术的不断发展,互联网已经成为人们日常工作、生活中不可缺少的信息来源。而由于网络信息本身的特点,这些信息给用户的主要是定性的参考。特别在金融领域,一直以来计算机处理的主要对象的都是结构化的数据。这些定量化的数据非常适于计算机进行分析。但是由于金融领域的特性,非结构化信息的准确分析、尤其是对信息中所蕴含的重要金融事件的及时发现也将对结构化数据的预测产生至关重要的影响。为此,本文将在金融信息的本体构建基础上,研究面向异构信息的金融事件发现方法。本文主要研究内容包括以下几个方面:1)异构信息预处理,包括金融本体构建、股票数据和金融网页信息预处理的方法和过程;2)异构信息关联分析,对异构信息进行时间处理,根据时间对齐的方法,将异构信息联系起来,利用股票数据指导金融网页信息的处理;3)金融事件发现,主要根据关联的异构信息,利用文本挖掘技术中的文本分类与文本聚类方法,分析并获取对股票走势产生影响的金融事件。在本文中,结构化数据采用了2005年至2008年的股票收盘价格数据,非结构化数据采用了2005年至2008年的新浪金融网页信息,通过对金融新闻的分析,应用Protégé工具和OWL语言构建金融领域本体。最后本文对金融新闻网页的分类、聚类以及事件发现的评测方法做了详细说明,并通过大量实验对比,验证了本文所采用方法具有较好的可行性,能够用于协助分析金融事件对金融产品价格走势的影响等应用中。