基于社交网络文本分析的短期股市行情预测
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状与分析 | 第11-12页 |
| 1.3 论文的组织结构 | 第12-14页 |
| 第二章 相关研究工作综述 | 第14-25页 |
| 2.1 股市预测综述 | 第14-15页 |
| 2.1.1 基于经济学的证卷投资研究方法 | 第14-15页 |
| 2.1.2 基于计算机科学的股市行情预测方法 | 第15页 |
| 2.2 数据挖掘算法综述 | 第15-21页 |
| 2.2.1 数据挖掘基本思想及模型 | 第15-17页 |
| 2.2.2 数据挖掘主要算法 | 第17-20页 |
| 2.2.3 数据挖掘算法的应用 | 第20-21页 |
| 2.3 情感分析综述 | 第21-24页 |
| 2.3.1 情感分析的基本思路 | 第21页 |
| 2.3.2 不同粒度的中文文本情感分析 | 第21-23页 |
| 2.3.3 不同类型的中文文本情感分析 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于简单文本特征的股市行情预测 | 第25-34页 |
| 3.1 基础模型 | 第25-29页 |
| 3.1.1 向量空间模型 | 第26-27页 |
| 3.1.2 神经网络模型与词语向量 | 第27-29页 |
| 3.2 实验结果与分析 | 第29-33页 |
| 3.2.1 实验流程 | 第29-31页 |
| 3.2.2 结果及分析 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 基于情感特征的股市行情预测 | 第34-44页 |
| 4.1 构建股票情感词典 | 第34-38页 |
| 4.1.1 实验模型 | 第34-36页 |
| 4.1.2 构建股票情感词典实验 | 第36-37页 |
| 4.1.3 情感词典质量验证 | 第37-38页 |
| 4.2 股票论坛涨跌情感分析模型 | 第38-40页 |
| 4.3 实验与结果分析 | 第40-42页 |
| 4.3.1 匹配情感词典 | 第40-41页 |
| 4.3.2 结果及分析 | 第41-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第五章 总结与展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士学位期间参加的科研项目 | 第49-50页 |
| 致谢 | 第50页 |
