删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于支持向量机的上市公司午间公告新闻自动阅读与决策支持系统

中国人民大学 辅仁网/2017-07-05

闂備胶鎳撻悺銊╁礉閹烘梹瀚婚柣鏃傚劋鐎氭岸鏌涘▎宥呭姎闁轰讲鏅犻幃璺衡槈鏉堚晛甯ㄧ紓浣介哺缁诲牆鐣峰璺哄耿闁哄洢鍨婚崣鎰版煟閻樺弶鎼愬褌绮欓崺銏ゆ嚃閳哄倸鐨梺鍛婃处閸撴岸鎮橀幇鐗堚拺闁告挆鍐у闁汇埄鍨伴顓熺閸涘﹥缍囨い鎰╁灩楠炲姊洪崗鐓庡姢闁搞垼灏妵鎰版晸閿燂拷40%闂備礁婀辩划顖炲礉閺嶎厼鍨傛慨妯块哺鐏忓孩鎱ㄥΟ鍨厫閻忓浚浜弻銊モ槈閾忣偄顏�
闂備浇顫夋禍浠嬪礉瀹€鈧划璇差吋閸ャ劌鐨┑顔角归崺鏍焊椤忓牊鐓涘璺猴工閺嗙喐绻涙径妯哄籍濠碘剝鎸冲畷鎺戔攽閹邦剚顔曞┑鐐差嚟婵绱為埀顒勬煏閸℃鏆g€规洩缍侀、娑㈡倷閳轰椒澹曞┑顔矫壕顓犵不閺嶎灐鐟扳堪閸曨偆顑勬繛瀵稿Т閻楀繒妲愰弮鍫濈闁绘ê鐏氶幆锝夋⒒娓氬洤浜濋柡灞诲妿濞嗐垽鎮欑€电硶鏋栭梺缁樺灦钃遍柟鐤含缁辨帡寮埀顒勬偡閿旂偓鏆滅憸鐗堝笧瀹撲線鏌涢…鎴濇珮闁告艾鎳庨湁闁兼祴鏅涜ⅴ闂侀€炲苯澧梺鑺ュ⒊P濠电偞娼欓崥瀣嚌妤e啫绠熼柟鎯版閻忚櫕绻濋崹顐e暗缂佲偓婢舵劖鐓熼柍褜鍓欐俊浠嬫煕閳哄倻娲撮柡灞芥噹椤繂鐣烽崶鈺冩毇闂佽崵濮村ú銈堛亹閻愬搫鑸规い鎺戝€归崑姗€鏌曟繛褍瀚弳鐘绘⒑閸涘﹤绗掓俊顐f濡懘鍩¢崨顔惧弰闂佺粯鍔﹂崜娆愬緞瀹ュ鐓欓悗娑欋缚婢ь剟鏌熼惂鍝ョМ妤犵偛閰f俊鐑藉Ω閵夛妇浜峰┑鐐村灦濮婄懓顭垮鈧獮鍐ㄎ旈崨顔芥珫閻庡厜鍋撻柛鎰劤濞堢偓绻涚€电ǹ顎撶紓宥佸亾闂侀潧妫楅崯鎾箠閵忕姷鏆嬮柡澶庢硶閹拷40%闂備礁婀辩划顖炲礉閺嶎厼鍨傛慨妯挎硾杩濋梺绋挎湰缁诲秹宕甸敃鈧湁闁绘瑥鎳愮粔顒勬煏閸℃鏆熼柟宄扮秺椤㈡ê鈹戦崶褜浼嗛梻浣告惈閻楁粓宕滃☉銏″仧妞ゆ牗绋撻々鐑芥偣娴e摜锛嶇紒澶婄仢闇夋繝褏濮撮崯顖炲箚閸岀偞鐓ユ繛鎴炃圭€氱増绻涢悡搴☆劉缂佸倸绉归、鏇㈠閻樼數袣9闂備胶顢婇崺鏍綘闂侀€炲苯澧柛濠冩倐閹啴濮€閵堝懐顦梺绯曞墲濞茬喖鎮¢埡鍛拺闁告挆鍐у闁汇埄鍨遍幐铏繆鐎涙ɑ濯撮悷娆忓闂傤垶姊虹涵鍛牚闁稿骸宕湁婵せ鍋撻柟顔ㄥ洤鐐婇柍鍝勫暞閹綁姊洪幐搴b槈闁兼椿鍨甸妵鎰板磼閻愯尙顦梺鍝勵槹椤戞瑩宕濋崨瀛樼厸鐎规挻鍝庨崐銈夊疮閸儲鐓曠憸搴g矙韫囨稑鐒垫い鎴e劵閸忓本绻涢崨顐㈠闁诡垱妫冮弫鍐╂媴缁嬭法浠梻浣告啞閻ㄦ粍鎷呴幓鎺嶅婵炶揪缍侀弲鑼姳閹惰姤鐓曟俊銈勭閹兼悂鏌嶈閸忔稓绮堟担鍦洸闁哄洨鍠撻埞宥夊箳閹惰棄鐒垫い鎴濈仢閸婃構缂傚倷绀侀張顒€顪冮挊澹╂盯宕稿Δ鈧繚婵炶揪缍€濞咃綁宕i埀顒佺箾閹寸偞鐓ョ紒銊︽そ閸┾偓妞ゆ垶瀵х粊浼存煟椤忓懏灏﹂柟顔芥そ閺佹劙宕堕埡鍌涘劘闂備礁鎲¢懝鍓р偓姘煎墴婵$敻宕堕鍌氱ウ闂佸憡鍔栬ぐ鍐煀闁秵鐓忛柛鈽嗗幗鐎氾拷
文献详情
基于支持向量机的上市公司午间公告新闻自动阅读与决策支持系统
文献类型:会议
作者:马超[1]梁循[2]
机构:[1]中国人民大学信息学院,北京 100872
[2]中国人民大学信息学院,北京 100872

年:2014
会议名称:第十六届中国管理科学学术年会论文集中国优选法统筹法与经济数学研究会
页码范围:329-335
会议地点:太原
所属部门:信息学院
语言:中文
关键词:关键词提取 支持向量机 事件研究 决策支持
摘要:随着互联网和信息技术的不断发展,投资者获得相关信息的渠道日益丰富,方式也愈加便捷。互联网的膨胀带来了海量的非结构化数据,如新闻、微博等等,如何利用这些信息从而进一步为投资者提供决策支持成为近年来的研究热点。本文从午间公告新闻类型的角度出发,通过提取关键词与K-Means聚类得到初步的新闻类型,然后利用支持向量机进行新闻的分类预测。最后,我们从事件研究的角度出发探讨了新闻类型对当天下午股票价格的影响。
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.

相关话题/新闻 信息学院 互联网 中国人民大学 北京