基于金融微博情感与传播效果的股票价格预测
外文标题：Weibo moods and propagation factors based stock prices prediction
文献类型：期刊
作者：朱梦珺[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
[3]中国人民大学信息学院
年：2016
期刊名称：山东大学学报（理学版）
卷：51
期：11
页码范围：13-25
增刊：正刊
收录情况：中文核心期刊要目总览
所属部门：信息学院
语言：中文
ISSN：1671-9352
链接地址：http://d.g.wanfangdata.com.cn/Periodical_sddxxb201611003.aspx
DOI：10.6040/j.issn.1671-9352.1.2015.E26
人气指数：1
浏览次数：1
基金：国家自然科学基金资助项目(71571183)；教育部人文社会科学基金资助项目
关键词：微博;情感挖掘;传播效果;股票;预测
摘要：目前对微博情绪与金融预测之间关系的研究多数停留于诸如模式识别、语义分析、情感挖掘等文本挖掘技术，而较少研究微博情感传递过程。以金融微博文本情感挖掘和语义分析为基础，对相关的股票价格曲线进行拟合预测分析，包括对微博信息转播模型的研究和对微博情绪预测模型的研究。首先通过分析微博转播过程中的多个因素，包括转发情绪吸收、微博内容影响力、微博作者影响力、微博发布时间等，对模型自身进行拟合效果优化。其次，针对认证和非认证用户分类分析，并加入了转发次数的对其的再度影响，发现不同类型不同转发的用户对于股市曲线的影响滞后期不同。最后，在针对股市曲线变化的不同时期，对模型的拟合效果进行分析。给定金融市场某一特定关键词，采集了500，000多条金融微博及其相关用户信息。实验结果表明，新集成模型表现强于简单神经网络模型，而且是否为认证用户以及微博转发次数对微博滞后期的影响有所不同。此外，新模型的拟合效果，在股市上升期模型的拟合效果最好，下降期次之，平稳振荡期效果最差。
作者其他论文
创新型人才培养模式下教师排课问题的综合决策模型.蔡晓雨;薛伟康;许伟.统计与管理.2014,135-135,136.
工程硕士"双导师"制的运行与管理.娄蕙兰;薛伟康;许伟.产业与科技论坛.2014,227-227,228.
我国猪肉消费需求量集成预测--基于ARIMA,VAR和VEC模型的实证.郑莉;段冬梅;陆凤彬,等.系统工程理论与实践.2013,33(4),918-925.
基于一种新的分解-集成模型的我国猪肉年度需求量预测研究.张超;万飞;许伟,等.系统科学与数学.2013,33(1),76-88.
基于移动终端及ZigBee组件的应急信息系统研究.梁循;许伟;马跃峰,等.电子科技大学学报（社会科学版）.2013,16-19,29.
