基于LDA主题模型上市公司年报文本知识发现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景与意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 选题意义 | 第10-11页 |
| 1.2 研究框架与研究方法 | 第11-12页 |
| 1.2.1 研究内容 | 第11-12页 |
| 1.2.2 研究方法 | 第12页 |
| 1.3 结构安排 | 第12-14页 |
| 第2章 理论基础与文献综述 | 第14-33页 |
| 2.1 文本挖掘 | 第14-24页 |
| 2.1.1 相关技术 | 第14-22页 |
| 2.1.2 研究现状 | 第22-24页 |
| 2.2 LDA主题模型 | 第24-28页 |
| 2.2.1 LDA主题模型介绍 | 第24-26页 |
| 2.2.2 参数估计 | 第26-27页 |
| 2.2.3 LDA主题模型研究现状 | 第27-28页 |
| 2.3 上市公司年报研究 | 第28-31页 |
| 2.3.1 上市公司年报信息分析 | 第28-29页 |
| 2.3.2 年报文本信息发现研究 | 第29-30页 |
| 2.3.3 年报文本信息发现研究方法 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 基于LDA主题模型的公司年报文本信息处理 | 第33-40页 |
| 3.1 研究工具 | 第33页 |
| 3.2 研究设计 | 第33-35页 |
| 3.2.1 研究对象 | 第33-34页 |
| 3.2.2 研究目的 | 第34页 |
| 3.2.3 研究路线 | 第34页 |
| 3.2.4 研究假设 | 第34-35页 |
| 3.3 研究过程 | 第35-40页 |
| 3.3.1 数据收集 | 第35页 |
| 3.3.2 翻译六类英文字库 | 第35-36页 |
| 3.3.3 语料库预处理 | 第36-37页 |
| 3.3.4 构建LDA主题模型 | 第37-38页 |
| 3.3.5 财务指标选择 | 第38-40页 |
| 第4章 实证研究 | 第40-49页 |
| 4.1 年报关键词统计分析 | 第40-41页 |
| 4.2 年报文本信息分词结果分析 | 第41-43页 |
| 4.3 年报信息内涵分析 | 第43-49页 |
| 第5章 结论 | 第49-51页 |
| 5.1 结论 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录 1 | 第56-63页 |
| 附录 2 | 第63-67页 |
| 附录 3 | 第67页 |
