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]
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.
