互联网金融文本信息关键词形态挖掘
文献类型：会议
作者：梁霞[1]
机构：[1]中国人民大学信息学院
[2]中国人民大学信息学院
年：2010
会议名称：第六届全国信息检索学术会议
会议论文集：第六届全国信息检索学术会议论文集
页码范围：441-448
会议地点：黑龙江镜泊湖
会议开始日期：2010-08-12
所属部门：信息学院
人气指数：1
浏览次数：1
语言：中文
关键词：金融信息流;时间序列;关键词;回归分析;SOM聚类;互联网
摘要：基于互联网金融信息流时间序列,本文对金融信息关键词信息强度的波动率变化规律进行了建模分析。通过对单个金融关键词波动率的自回归分析，得出了单个金融词汇波动率满足线性关系并且具有马尔可夫特征。通过对多个关键词波动率的交叉回归分析,使用自组织映射网络（SOM）进行聚类分析,发现同一类关键词的波动率具有很强的对称性和集聚性。
作者其他论文
基于R-C模型的微博用户社区发现?.周小平;梁循;张海燕.软件学报.2014,2808-2823.
马氏距离多核支持向量机学习模型.张凯军;梁循.计算机工程.2014,40(6),219-224.
基于移动互联网日志的搜索引擎用户行为研究.万飞;赵溪;梁循,等.中文信息学报.2014,28(2),144-150.
一种改进的显性多核支持向量机.张凯军;梁循.自动化学报.2014,2288-2294.
基于关键词提取和基尼系数的微博用户分类方法.施晓菁;梁循;张海燕.2013.
