基于微博属性的股票联动性预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 选题背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基于情感分析方法的股票市场研究 | 第10-12页 |
| 1.2.2 基于聚类方法的股票市场研究 | 第12-13页 |
| 1.2.3 基于回归分析的股票市场研究 | 第13-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 相关理论与技术 | 第17-27页 |
| 2.1 股票联动性及检测方法 | 第17-20页 |
| 2.1.1 股票联动性的定义 | 第17-18页 |
| 2.1.2 股票联动性的检测方法 | 第18-20页 |
| 2.2 全球行业分类标准 | 第20-22页 |
| 2.3 K-means聚类算法 | 第22-24页 |
| 2.4 Hadoop | 第24-26页 |
| 2.4.1 Hadoop介绍 | 第24-25页 |
| 2.4.2 HDFS体系架构 | 第25-26页 |
| 2.4.3 MapReduce体系架构 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 微博属性分析 | 第27-40页 |
| 3.1 微博属性的选取分析 | 第27-34页 |
| 3.2 微博属性与用户影响力的关系分析 | 第34-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 基于微博属性的预测模型 | 第40-51页 |
| 4.1 预测模型描述 | 第40-42页 |
| 4.2 数据采集 | 第42-46页 |
| 4.3 聚类分析 | 第46-48页 |
| 4.4 联动性检验 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 实验与结果分析 | 第51-57页 |
| 5.1 实验结果 | 第51-56页 |
| 5.2 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
