結合文本傾向性分析的股評可信度計算研究.pdf

1、隨著互聯(lián)網(wǎng)和金融服務行業(yè)的聯(lián)系日益密切，人們對于快速、準確獲取金融信息的需求越來越迫切。但大量不可信信息的存在給投資決策帶來了巨大的挑戰(zhàn)。如何在龐大的數(shù)據(jù)中找到可信的信息成為了金融信息服務領域的關鍵性問題。針對股票投資這個特定領域的金融信息服務需求，本文研究結合文本傾向性分析的股評文本可信度計算方法。
　　本文的主要工作包括：第一、在對股評文本和股票領域文本特點進行分析的基礎上，研究面向股評文本的傾向性分析方法。著重研究三種特征選

2、擇方法，包括：基于Uni-Gram/Bi-gram過濾的特征選擇方法、基于自動發(fā)現(xiàn)領域詞典的特征選擇方法以及基于文章結構的特征選擇方法，實驗顯示當三種特征同時使用時，系統(tǒng)的性能最優(yōu)。第二、由于中國股市沒有做空機制，導致股評文本中正面股評的數(shù)量遠遠大于負面股評。股評類別分布的不平衡明顯影響了基于有監(jiān)督學習的分類器性能。為此，研究了面向不平衡股評數(shù)據(jù)的傾向性分析。這里分別研究了基于過采樣和基于集成學習的不平衡分類處理方法。實驗結果顯示基于過

3、采樣的方法對系統(tǒng)性能的提升有限，而基于集成學習的方法明顯提高了少類樣本分類性能。第三、利用帶有分類標注的股評和股評發(fā)布后實際股價變化的一致性分別評估發(fā)布者的歷史可信度和行業(yè)可信度。第四、結合股評文本傾向性分析和信息發(fā)布者的可信度評估實現(xiàn)了股評可信度計算和股價預測系統(tǒng)。實驗顯示本文實現(xiàn)系統(tǒng)的預測性能優(yōu)于主流股評機構。
　　本文的主要貢獻在于：第一、基于短股評文本建立了股評相關的領域詞典。在對股評文本的特點深入觀察分析的基礎上，提出了