-
题名基于情感词典与LDA模型的股市文本情感分析
被引量：11
- 1
-
-
作者
延丰
杜腾飞
毛建华
刘学锋
-
机构
上海大学通信与信息工程学院
-
出处
《电子测量技术》
2017年第12期82-87,共6页
-
文摘
建立了一种基于股票情感词典与LDA分析股票文本情感倾向的模型。针对股票文本情感分析中情感词典不全面与句子分析片面的问题,构建较为全面的股票情感词典,同时以句子的倾向性、程度性与相关性三方面分析股票文本情感。引入针对股票的词语、程度性词语与转折性词语构建较为全面的情感词典;抽取预处理之后的股票文本句子的情感词;利用句子算法计算句子倾向、程度向量,并对句子向量利用支持向量机(SVM)和K均值算法分类;利用LDA(latent dirichlet allocation)对情感词计算文档--主题、文档--词语概率分布,以此概率分布获取句子的相关性;综合句子的倾向性、程度性、相关性计算句子情感;最后,通过句子情感获取股票文本的情感倾向比例。通过对百度新闻经济板块收集的股票文本进行实验并与其他算法比较,该模型对句子与文本分类准确率提高到82.78%与84.14%。
-
关键词
股票
文本情感分析
情感词典
LDA
支持向量机
K均值
-
Keywords
stock
text sentiment analysisl emotion dictionary
LDA
SVM
K-means
-
分类号
TN9
[电子电信—信息与通信工程]
-
-
题名基于TA和SA的股价预测系统的实现
- 2
-
-
作者
代江波
毛建华
延丰
刘学锋
-
机构
上海大学通信与信息工程学院
-
出处
《电子测量技术》
2017年第8期53-57,共5页
-
基金
国家自然科学基金(61271061)项目资助
-
文摘
为满足对金融市场的进一步了解以及股价预测的需求,结合投资者的情感倾向提出了一种基于TA/SA(technical analysis/sentimental analysis)的股票价格预测模型,建立投资者情感与未来股票价格之间的关系的方案。该方案主要包括获取情感指数,建立回归模型以及计算未来股票收盘价。利用该模型预测200只股票价格并与SVM和BP神经网络两种模型预测结果进行比较,结果显示所提出模型的预测正确率分别提高了10.9%和7.4%,表明该模型具有更好的预测准确性和实用价值。
-
关键词
TA/SA
股票价格预测
情感指数
回归模型
-
Keywords
TA/SA
stock price prediction
sentiment index
regression model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN91
[电子电信—通信与信息系统]
-
