检索结果-南通市图书馆

融入情感指数的LSTM-CNN股指预测研究

在线全文

学校读者我要写书评

暂无评论

融入情感指数的LSTM-CNN股指预测研究

作者：洪子昇安徽大学

学位级别：硕士

随着中国经济的不断发展,作为国民经济“晴雨表”的股票市场在金融领域发挥着越来越重要的作用,股票市场数据预测的需求不断提升。与此同时,大数据和人工智能时代的到来,多源信息融合与深度学习模型为时间序列预测创造了新的可能,成为... 详细信息

随着中国经济的不断发展,作为国民经济“晴雨表”的股票市场在金融领域发挥着越来越重要的作用,股票市场数据预测的需求不断提升。与此同时,大数据和人工智能时代的到来,多源信息融合与深度学习模型为时间序列预测创造了新的可能,成为金融预测领域的两个研究热点。本文将两者结合,探索建立更有效的股指预测范式。在多源信息融合方面。本文爬取东方财富网股吧评论数据,并进行数据预处理与文本表示。在综合比较不同的情感分析方法后,通过Stacking集成算法充分利用SVR、Text CNN、LSTM等分类模型的优势,确定每条评论数据情感倾向,生成每日的有效评论量EC以及情感倾向指数BI和情感差异指数DIS,构建更加合理全面的特征体系。在LSTM与CNN网络组合方面。本文改进了现有的LSTM-CNN混合模型,采用双向的BiLSTM层与一维残差卷积模块构建了复合预测模型BRCN,更有效提取时间序列依存关系并学习更深层的特征,同时防止梯度消失与爆炸。本文以上证综合指数为研究对象,以预测股指收盘价为目标,在不同的数据源下进行多个模型对比实验。结果表明,BRCN预测模型与各基线模型在融入投资者情绪特征后的预测效果都得到明显提升,尤以构建的BRCN预测模型效果最优,其在RMSE、MAE、MAPE评价指标上均领先于SVR、BiLSTM和LSTM-CNN模型。综上所述,以结构化的股票交易数据与非结构化的舆情文本数据构建指标特征,加上本文构建的深度学习组合模型的使用,能够更好地预测和评估股票市场走势。

关键词：股指预测情感指数 Stacking算法 LSTM CNN

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于新闻情感指数的人民币汇率预测研究

基于新闻情感指数的人民币汇率预测研究

作者：彭兵兵吉林财经大学

学位级别：硕士

人民币汇率是反映宏观经济运行情况的重要指标,人民币汇率的稳定对于维护外汇市场稳定具有重要作用,人民币汇率的精准预测对于维持市场平衡和汇率稳定具有重要意义。然而,汇率作为时间序列数据,具有高波动性、非线性和非平稳性等特征,... 详细信息

人民币汇率是反映宏观经济运行情况的重要指标,人民币汇率的稳定对于维护外汇市场稳定具有重要作用,人民币汇率的精准预测对于维持市场平衡和汇率稳定具有重要意义。然而,汇率作为时间序列数据,具有高波动性、非线性和非平稳性等特征,这些特征给汇率预测带来了挑战。当下,对于汇率的预测,大多数学者仍是基于汇率历史数据这单一变量进行分析,却忽略了对非结构化的舆情信息的挖掘和分析。基于此,本文从财经新闻舆情信息出发,提取其中蕴含的媒体情感,通过赋权汇总构造出新闻情感指数,并将其加入预测模型中对人民币汇率进行预测。结果表明,在人民币汇率预测中加入情感指数可以提升预测精度。本文的主要工作包括两部分,一部分是构建新闻情感指数,另一部分是基于构建的新闻情感指数预测人民币汇率。对于情感指数的构建,本文采取如下步骤进行:第一步编写脚本代码借助Python工具从新浪财经网站采集新闻数据,并通过关键词筛选出与汇率相关的新闻文本。第二步对筛选的新闻数据进行分词、去停用词等预处理操作。第三步使用预处理后的数据构建新闻情感指数。首先需要找出每篇新闻文章的情感词,构建情感单元,通过赋权规则计算每个情感单元的情感值,将所有单元的情感值汇总即为全篇情感值;然后将当日所有新闻的情感值汇总为新闻情感指数,至此新闻情感指数的构建完成。本文的第二部分工作主要是使用构建的新闻情感指数对人民币汇率进行预测。人民币汇率的预测首先需要确定预测模型,本文通过均方根误差、平均绝对误差以及平均绝对百分比误差这三个评价指标来判定模型的预测效果,选取预测误差值较小的模型作为人民币汇率预测的基准模型。经过对比发现,相较于传统时间序列预测模型,BP神经网络模型和长短期记忆模型对人民币汇率的预测有更好的效果。因此,本文选择使用这两个模型验证新闻情感指数对人民币汇率的预测效果,将构造的新闻情感指数加入到基准模型中进行检验。经过模型拟合,发现在加入新闻情感指数后,相对于基准模型,BP神经网络模型和长短期记忆模型均表现出了更好的预测效果,各项误差值均有了不同程度的减小,表明在预测模型中加入新闻情感指数可以有效提升人民币汇率的预测效果。最后,本文对上述研究进行总结,得出了以下结论:第一,本文使用的情感指数构建方法可以有效地提取新闻情感信息;第二,对于人民币汇率序列的预测,机器学习模型的预测效果要优于传统时间序列模型,并且本文通过研究发现,长短期记忆模型的预测效果要好于BP神经网络模型;第三,在BP神经网络和长短期记忆模型中加入新闻情感指数可以有效的提升模型的预测精度。

关键词：财经新闻文本分析情感指数人民币汇率预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于情感分类方法的产品特征情感指数研究

基于情感分类方法的产品特征情感指数研究

作者：蒋亚博湘潭大学

学位级别：硕士

由于信息技术的迅速发展,我国网民规模持续保持增长,互联网普及率大大提升,其中我国手机网民规模占比巨大,移动端的智能化也让网购变成了大众生活的一部分。电子商务作为信息技术发展中新业态的典型代表,网络零售额持续保持较快增长,也... 详细信息

由于信息技术的迅速发展,我国网民规模持续保持增长,互联网普及率大大提升,其中我国手机网民规模占比巨大,移动端的智能化也让网购变成了大众生活的一部分。电子商务作为信息技术发展中新业态的典型代表,网络零售额持续保持较快增长,也逐渐成为社会消费的一个重要部分。随着网购规模的不断扩大,商品评论文本也越来越多,其中蕴含着十分有价值的信息资源,对于广大用户、企业等各类用户做出决策时均有很重要的帮助。所以,通过抽取商品特征,从而对具体的商品特点做出情感分析,将具有很大的意义。因此,本文将采用经过改良后的商品特征提取和情感分析技术,同时为增加情感数据真实性,增加了对垃圾评论的处理,从而能够较为精准有效地进行电子商务产品评论情感分类,提出更加合理的情感指数计算公式,可以直观地为消费者优化购买决策,为企业改善产品和服务提供理论依据。首先,为了获取电子商务产品评论中产品特征的情感倾向,结合现在流行的情感分类模型和特征提取技术,构建更加合理的情感指数计算公式。运用文献研究法提出了情感指数公式的一些新的构成要素,分别从数据源、数据处理技术、特征提取技术三个步骤为情感指数公式构成的合理性做准备。通过文献调研的方式,选取了具有代表性的评论文本数据来源。根据电子商务平台的发展历史、主营业务以及产品本身的影响力,确认了产品的品类。其次,通过文献研究法,分析研究了情感分类的一些基础的方法和运用的一些模型,结合之前的文献和电子商务评论文本分析中可能出现的问题,提出了产品特征情感指数计算模型,其中包含情感分类模块和产品特征情感指数计算模块。论文利用LSTM对文本数据进行语言建模,并添加softmax分类器构建情感分类模型。论文保留了语言建模时获得的词向量,通过计算词向量间的余弦相似度,来提取包含在评论文本中的同一类产品特征,并且根据情感分类的结果,提出一种全新的产品特征情感指数计算公式。该计算公式相比于传统的方法,考虑到正向情感评论和负向情感评论对于消费者的影响是有差异的,并且将产品特征分为体验型和实用型两类,在计算情感指数时,对于正负评论会根据产品特征类型的不同分别赋予不同的权重,并结合关注度得到最终的产品特征情感指数。最后,围绕产品特征情感指数进行了实证以及应用。对于实证结果和应用的实现,从产品特征情感指数应用出发,为提升应用性给出了合理性的建议。

关键词：情感分类产品特征 LSTM 情感指数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向财经文本的行业和企业情感指数分析

面向财经文本的行业和企业情感指数分析

作者：焦鹏冲江西财经大学

学位级别：硕士

随着自然语言处理、数据挖掘等技术的迅速发展,越来越多的学者开始关注如何将非结构化的财经文本数据应用于企业风险控制和投资量化。当前中国经济发展受疫情和国内外经济大环境变化的影响,各行各业的生存状态瞬息万变。依托财经文本信... 详细信息

随着自然语言处理、数据挖掘等技术的迅速发展,越来越多的学者开始关注如何将非结构化的财经文本数据应用于企业风险控制和投资量化。当前中国经济发展受疫情和国内外经济大环境变化的影响,各行各业的生存状态瞬息万变。依托财经文本信息,更加充分地利用经济信息挖掘知识,有助于各经济主体对未来的经济环境和企业发展状况做出判断,准确地把握行业动向,在行业出现经济波动前做好风险控制。本文提出一种新的行业和企业景气评估指标——情感指数。该指数基于财经文本中评价某一行业或企业的情感倾向程度衡量该行业或企业的景气程度。观察文本信息,我们发现财经文本中情感信息的评价对象有行业和企业两大类。企业名称是明确的,在文本中能直观识别获得;而行业是隐含的,需要通过主题模型技术构建行业标签库,通过行业标签实现情感信息到行业的映射。本文主要研究如何对情感信息进行行业和企业的归类和量化。主要工作包括:通过现有方法构造细粒度的情感词典和企业名称词典;利用文本挖掘技术中的依存句法挖掘方法和语义关联挖掘方法,挖掘财经文本中情感信息和企业信息的关联关系;针对不同类型下的企业,设计企业情感评价体系及权重,通过情感词典量化情感信息,并加权计算得到企业情感指数;融入财经领域背景知识,利用非参数主题模型算法构建行业标签库,设计标签权重,通过行业标签实现情感信息到行业的映射,并对行业进行情感指数计算。本文从文本挖掘的角度出发,挖掘财经文本中词语关联关系,给出企业评价体系和行业标签库的构造方法,实现了行业和企业情感指数的计算。

关键词：情感指数情感词典行业标签主题模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

情感指数对MOOC学生成绩的预测研究

情感指数对MOOC学生成绩的预测研究

作者：赵帅黄晓婷卢晓东北京大学中国教育财政科学研究所北京大学教育学院/教育经济研究所

MOOC学生情感状态与学习成绩间的关系有助于教师了解学生学习状况并优化教学设计,但少有深入研究。本文用文本分析法定义并计算了一门中文MOOC课程学生的"快乐指数"和"痛苦指数",发现"快乐指数"与成绩无显著关联,而"痛苦指数"能显著、... 详细信息

MOOC学生情感状态与学习成绩间的关系有助于教师了解学生学习状况并优化教学设计,但少有深入研究。本文用文本分析法定义并计算了一门中文MOOC课程学生的"快乐指数"和"痛苦指数",发现"快乐指数"与成绩无显著关联,而"痛苦指数"能显著、正向地预测成绩,是MOOC课程的挑战度指数。MOOC平台可设置实时反馈机制,将"痛苦指数"等数据提供给教师,方便及时、针对性优化教学或者提供翻转。同时,"痛苦指数"有潜力成为鉴别MOOC中"水课"的指标。

关键词：情感指数学业表现 MOOC 文本分析挑战度 "水课"

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于情感指数与双语相似度的跨语言情感分类

信息技术与信息化 2021年第6期 261-267页

作者：康广泽李娜娜河北工业大学人工智能与数据科学学院天津300401 河北工业大学河北省大数据重点实验室天津300401

目前的跨语言情感分类大多借助双语词嵌入构建语言间的映射,此类方法只考虑语义关系,忽略了情感信息,影响了模型的性能。针对上述问题,提出一种基于情感指数与双语相似度的跨语言情感分类模型(cross-language sentiment classifi cation... 详细信息

目前的跨语言情感分类大多借助双语词嵌入构建语言间的映射,此类方法只考虑语义关系,忽略了情感信息,影响了模型的性能。针对上述问题,提出一种基于情感指数与双语相似度的跨语言情感分类模型(cross-language sentiment classifi cation based on sentiment index and bilingual similarity,SIBS),先计算英文的情感指数,再通过基于双语词嵌入和TF-IDF算法的双语相似度算法计算中英两种语言的相似度,得到中文的情感指数,最后使用SVM进行情感分类。实验结果表明,该方法能有效解决情感信息缺失问题,提高了分类的准确率。

关键词：跨语言情感分类双语词嵌入情感指数双语相似度

在线全文

学校读者我要写书评

暂无评论

商函写作“情感指数”的理论依据及提升技巧

应用写作 2009年第5期 21-23页

作者：孟建伟山西青年管理干部学院

一、商函写作"情感指数"要求的理论依据"情感指数"是美国商务写作专家简·K.克莱兰(Jane ***)在其《有效商务写作》(清华大学出版社,2003年版)一书中提出的一种测定文稿质量的方法。她认为,"有效的写作就是用笔下的东西激发读者采取行... 详细信息

一、商函写作"情感指数"要求的理论依据"情感指数"是美国商务写作专家简·K.克莱兰(Jane ***)在其《有效商务写作》(清华大学出版社,2003年版)一书中提出的一种测定文稿质量的方法。她认为,"有效的写作就是用笔下的东西激发读者采取行动",为了达到这个目的,作者在写作过程中应该时刻想着读者,因为只有关注读者的文章才能有效地打动对方。"‘情感指数’就是用来评估对读者的关注程度的。"

关键词：情感指数公共关系社会关系商业信函商函读者汉语写作对称模式商务写作共同利益商品样本理论依据

疫情期间社会媒体舆论影响下公众情感变化与情感指数分布及对策分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

新媒体研究 2021年第21期7卷 11-14页

作者：丁海昕王沁李志刚成都理工大学管理科学学院成都理工大学电子商务研究所

重大疫情背景下社会媒体舆论的正确引导,对社会稳定具有重要意义。通过文本挖掘获取微博数据并进行相关的预处理,使用神经网络算法将舆论信息划分为积极、中立、消极三个维度,引入SEIR模型和地理加权回归模型对时间维度情感变化趋势与... 详细信息

重大疫情背景下社会媒体舆论的正确引导,对社会稳定具有重要意义。通过文本挖掘获取微博数据并进行相关的预处理,使用神经网络算法将舆论信息划分为积极、中立、消极三个维度,引入SEIR模型和地理加权回归模型对时间维度情感变化趋势与情感指数空间分布状况进行了分析。根据SEIR模型可大致将疫情发生后的舆论扩散时期划分为0~20天增长阶段、20~40天爆发阶段、40天后消退阶段,并根据分析结论,提出社会媒体舆论引导的对策建议。

关键词：社会媒体舆论 SEIR模型地理加权回归模型情感变化趋势情感指数

在线全文

学校读者我要写书评

暂无评论

由散打运动的情感指数引发的思考

江西科技师范学院学报 2004年第5期 97-100页

作者：程啸斌应淑娟程丽芬盛敏南昌大学体育系江西南昌市330029 江西师范大学体育学院研究生部江西南昌市330029 江西省教育学院体育系江西南昌市330029 江西省体育运动学校江西南昌市330006

该文采用数理统计法、问卷调查法,本着从普通观众的角度了解他们对散打项目的感受与需求,通过南昌大学校园网为期两周有关散打情感指数的问卷调查,把所得的数据进行处理,并把从中折射出的情感指数进行分析。目的在从中寻找散打项目没有... 详细信息

该文采用数理统计法、问卷调查法,本着从普通观众的角度了解他们对散打项目的感受与需求,通过南昌大学校园网为期两周有关散打情感指数的问卷调查,把所得的数据进行处理,并把从中折射出的情感指数进行分析。目的在从中寻找散打项目没有市场等问题的原由,并出谋献策提出相应的建议。

关键词：散打运动情感指数观赏性完善普通群众