论文部分内容阅读
随着Web2.0的普及与应用，各种新兴的社会化媒体如微博、论坛等开始出现和发展。社会媒体作为一种新型的网络信息资源组织模式，其中蕴含着大量的对股票预测有重要参考价值的信息。因此，基于社会媒体的股票行为预测已经成为目前金融和知识管理等领域的研究热点。现有的研究认为分析社会媒体的信息活动强度和情感倾向有利于预测股票行为，然而其研究主要从整体层面上挖掘社会媒体的信息。事实上，社会媒体中用户的讨论内容都是以不同主题呈现的，不同主题所蕴含的信息与股票行为的相关性存在明显差异。因此，若要更加精确的反映股票行为的变化，必须进一步对社会媒体中的不同主题加以分类，细粒度的分析每类主题下各种信息(如情感倾向、信息量等)与股票行为的相关性。本文以中文社会媒体为背景，通过挖掘社会媒体下潜在主题和情感倾向等信息，预测与之相关的股票行为。主要完成以下工作：(1)基于中文社会媒体环境的潜在主题发现。分析中文社会媒体环境下主题特征，构建潜在主题发现框架，利用潜在语义分析方法和EM聚类等文本分析技术完成潜在主题识别。该方法使得无分类的社会媒体信息转变为按不同主题加以区分的有分类信息。(2)基于主题分类的中文社会媒体情感分析。在主题分类的基础上，针对每类主题，通过中文语法结构分析，并定义相关情感极性规则计算社会媒体中主题的情感倾向。该方法很好的消除了中文情感分析的模糊性。(3)构建基于社会媒体主题分类的股票行为预测模型。通过识别社会媒体中不同主题，细粒度的分析社会媒体信息，构建主题-情感模型。进一步分析社会媒体与股票市场关系，在此基础上引入情感分歧、信息强度等社会媒体变量，构建股票行为预测模型。(4)实验系统设计与实现和实验研究。构建实验系统框架，并详细介绍了中文社会媒体分析系统的设计与实现。在此基础上完成整个实验过程，并通过对实验结果数据的分析，证明了中文社会媒体对股票行为的预测能力。