基于多策略分類方法的微博情緒對(duì)股票市場影響研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，社交網(wǎng)絡(luò)得到越來越廣泛的應(yīng)用，社交網(wǎng)絡(luò)不僅成為人們相互溝通交流的主渠道，而且也已經(jīng)成為人們參與社會(huì)公共問題討論、宣泄自己想法和情緒的主渠道。深入分析和挖掘社交平臺(tái)上公眾所發(fā)布的信息，已經(jīng)成為及時(shí)了解和把握公眾情緒的有效方式。近年來針對(duì)不同應(yīng)用領(lǐng)域，如何充分利用社交平臺(tái)信息，及時(shí)分析和把握相關(guān)的發(fā)展趨勢，不僅被越來越多的企業(yè)和政府部門所關(guān)注，而且也已成為學(xué)者們的熱點(diǎn)研究問題之一。在我國微博平臺(tái)是一個(gè)具有很大受眾面

2、、開放性的社交平臺(tái)，微博平臺(tái)的信息能夠比較好地從一個(gè)側(cè)面映射公眾對(duì)經(jīng)濟(jì)和社會(huì)問題的想法，國內(nèi)已有一些學(xué)者結(jié)合相關(guān)領(lǐng)域開展了一些微博信息分析和應(yīng)用的研究，取得了一些初步成果。本文在對(duì)微博情緒分析方法研究的基礎(chǔ)上，討論微博情緒與我國股票市場波動(dòng)之間的關(guān)系。
　　理論研究上，論文首先界定了公眾情緒、微博情緒和情緒指數(shù)等概念，其次在已有研究成果的基礎(chǔ)上提出了基于多策略分類方法的微博情緒指數(shù)的構(gòu)建過程。從分類過程上.采用兩步三分類，即所有信

3、息文本的主客觀分類和主觀信息文本的褒貶分類，最終將所有信息文本分為中性（客觀信息）、積極文本和消極文本三類。從分類方法上，本文提出對(duì)信息文本分別構(gòu)建向量空間模型和情感特征模型，對(duì)兩個(gè)模型分別采用支持向量機(jī)(SVC)、LR（邏輯回歸）和NB(樸素貝葉斯)三種分類算法對(duì)文本進(jìn)行分類，進(jìn)一步設(shè)計(jì)了對(duì)6種分類結(jié)果進(jìn)行優(yōu)選的最大投票機(jī)制。詳細(xì)闡述了分類過程中所應(yīng)用的方法和基于微博文本分類結(jié)果微博情緒指數(shù)構(gòu)建的方法。
　　實(shí)際應(yīng)用研究上，論文

4、首先以采用爬蟲技術(shù)從新浪微博平臺(tái)上獲取的數(shù)據(jù)為研究對(duì)象，闡述了數(shù)據(jù)的獲取和預(yù)處理過程，應(yīng)用所提出的方法，完成了新浪微博股票投資情緒指數(shù)的構(gòu)建。其次，論文對(duì)股票市場選取了相關(guān)的因變量和自變量，并將計(jì)算的微博股票投資情緒作為自變量，一方面研究了微博情緒指數(shù)與所選定股票市場波動(dòng)性指標(biāo)之間的相關(guān)性，通過格蘭杰因果檢驗(yàn)篩選出與股票市場波動(dòng)性指標(biāo)相關(guān)的微博股票投資情緒指標(biāo)，另一方面研究了微博股票投資情緒指標(biāo)對(duì)股票市場預(yù)測準(zhǔn)確性的影響。研究表明看漲指