您的位置: 专家智库 > >

石英子

作品数:2 被引量:89H指数:2
供职机构:上海大学悉尼工商学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇搜索
  • 1篇投资者
  • 1篇投资者情绪
  • 1篇情感分类
  • 1篇情感分析
  • 1篇中文
  • 1篇向量
  • 1篇向量机
  • 1篇股市
  • 1篇股市预测
  • 1篇SVM

机构

  • 2篇上海大学

作者

  • 2篇瞿文婷
  • 2篇施询之
  • 2篇周胜臣
  • 2篇孙韵辰
  • 2篇石英子

传媒

  • 1篇计算机应用与...
  • 1篇计算机与现代...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
基于微博搜索和SVM的股市时间序列预测研究被引量:8
2013年
近年来,随着微博的快速发展,其海量信息的挖掘已经成为一个热门的学术焦点。本文针对微博数据挖掘在金融领域的应用提出一种基于微博搜索和SVM的股市时间序列预测方法。以微博搜索功能为基础,进行主题、未来倾向、情感三级分类,实现对微博平台上投资者情绪进行侦测,并计算相应的投资者看涨情绪指标和看跌情绪指标。将两个指标数据引入传统的基于股市历史数据的时序预测方法,形成基于SVM的多变量时序预测模型MTPH&BSI。经过样本训练、参数寻优、测试样本预测等过程,实验结果表明本文所构造的预测模型比传统基于历史数据的单变量时序预测模型具有更佳的预测性能和更好的泛化能力。本文对于研究微博等社会化媒体的服务能力具有借鉴意义。
周胜臣施询之瞿文婷石英子孙韵辰
关键词:支持向量机股市预测投资者情绪
中文微博情感分析研究综述被引量:81
2013年
随着微博的风靡,与之相关的研究得到学术界和工商界的广泛关注。针对中文微博情感分析的研究进行综述。将中文微博文本情感分析分为三类任务:文本预处理、情感信息抽取和情感分类,对各自的研究方法和进展进行总结。其中情感信息抽取分为情感词、主题和关系的抽取,将微博主观文本情感分类方法归结为基于语义词典的情感计算和基于机器学习的情感分类。此外,从微博网站数据构成的角度出发,对情感分析做了延伸分析。最后总结微博情感分析的研究现状,并提出今后的研究方向。
周胜臣瞿文婷石英子施询之孙韵辰
关键词:情感分析情感分类
共1页<1>
聚类工具0