| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-14页 |
| 1.2.1 文本情感分析研究 | 第11-12页 |
| 1.2.2 股票预测模型研究 | 第12-13页 |
| 1.2.3 投资者情感与股价波动研究 | 第13-14页 |
| 1.3 本文研究内容与方法 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 1.5 本文创新点 | 第16-17页 |
| 第二章 相关技术研究 | 第17-24页 |
| 2.1 情感词典构建方法 | 第17-18页 |
| 2.1.1 基于Hownet词义相似度的情感词典构建方法 | 第17-18页 |
| 2.1.2 基于词向量余弦相似性的情感词典构建方法 | 第18页 |
| 2.2 情感分类算法 | 第18-21页 |
| 2.2.1 支持向量机分类算法基本原理 | 第18-20页 |
| 2.2.2 支持向量机分类算法的特点及应用 | 第20-21页 |
| 2.3 股票预测算法 | 第21-22页 |
| 2.3.1 支持向量机回归模型 | 第21页 |
| 2.3.2 神经网络模型 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 金融领域情感词典构建与优化算法 | 第24-41页 |
| 3.1 微博文本收集 | 第24-28页 |
| 3.1.1 微博爬虫系统设计及实现 | 第24-27页 |
| 3.1.2 微博数据预处理 | 第27-28页 |
| 3.2 中文情感词典资源 | 第28-30页 |
| 3.3 金融领域细粒度情感词典构建算法 | 第30-35页 |
| 3.3.1 金融微博情感表达特点分析 | 第30-31页 |
| 3.3.2 基于情感词汇本体库的种子情感词典构建 | 第31-33页 |
| 3.3.3 基于语义相似性的细粒度情感词典构建 | 第33-34页 |
| 3.3.4 表情符细粒度情感词典构建 | 第34-35页 |
| 3.4 特定领域情感词典扩建及改进算法 | 第35-39页 |
| 3.4.1 特定领域情感词典扩建算法 | 第35-37页 |
| 3.4.2 特定领域情感词典扩建优化算法 | 第37-38页 |
| 3.4.3 实验结果与分析 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于词典和规则的金融微博情感分析算法 | 第41-49页 |
| 4.1 金融微博情感分析含义 | 第41页 |
| 4.2 微博文本分词与优化 | 第41-43页 |
| 4.3 基于词典和规则的金融微博情感分析算法 | 第43-48页 |
| 4.3.1 情感词规则 | 第43-44页 |
| 4.3.2 结合程度副词及否定词的情感词组规则 | 第44-46页 |
| 4.3.3 句子级情感计算规则 | 第46-47页 |
| 4.3.4 金融微博综合情感计算规则 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 多特征融合金融微博情感分析优化算法 | 第49-63页 |
| 5.1 文本向量表示形式 | 第49页 |
| 5.2 文本特征空间构建 | 第49-53页 |
| 5.2.1 基于先验知识的情感特征选择 | 第49-51页 |
| 5.2.2 基于统计估计的情感特征选择 | 第51-53页 |
| 5.3 分类算法及流程 | 第53页 |
| 5.4 实验结果及分析 | 第53-62页 |
| 5.4.1 实验数据 | 第53-54页 |
| 5.4.2 评估指标 | 第54页 |
| 5.4.3 基于词典和规则的情感分析实验结果与分析 | 第54-58页 |
| 5.4.4 多特征融合情感分析实验结果与分析 | 第58-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 基于微博情感分析的上证指数短期预测模型 | 第63-74页 |
| 6.1 微博情感指数与上证指数相关性研究 | 第63-68页 |
| 6.1.1 用户发文行为研究与分析 | 第63-64页 |
| 6.1.2 微博情感指数与上证指数的相关性验证 | 第64-68页 |
| 6.2 股票指数短期预测模型 | 第68-70页 |
| 6.3 实验结果及分析 | 第70-72页 |
| 6.3.1 实验数据 | 第70页 |
| 6.3.2 评估指标 | 第70页 |
| 6.3.3 SVM回归模型实验结果分析 | 第70-71页 |
| 6.3.4 前馈神经网络模型实验结果分析 | 第71-72页 |
| 6.4 本章小结 | 第72-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
