基于多策略分類方法的微博情緒對股票市場影響研究.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上公眾所發(fā)布的信息，已經(jīng)成為及時了解和把握公眾情緒的有效方式。近年來針對不同應(yīng)用領(lǐng)域，如何充分利用社交平臺信息，及時分析和把握相關(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)者們的熱點研究問題之一。在我國微博平臺是一個具有很大受眾面

2、、開放性的社交平臺，微博平臺的信息能夠比較好地從一個側(cè)面映射公眾對經(jīng)濟和社會問題的想法，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，本文提出對信息文本分別構(gòu)建向量空間模型和情感特征模型，對兩個模型分別采用支持向量機(SVC)、LR（邏輯回歸）和NB(樸素貝葉斯)三種分類算法對文本進行分類，進一步設(shè)計了對6種分類結(jié)果進行優(yōu)選的最大投票機制。詳細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)從新浪微博平臺上獲取的數(shù)據(jù)為研究對象，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，論文對股票市場選取了相關(guān)的因變量和自變量，并將計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性指標之間的相關(guān)性，通過格蘭杰因果檢驗篩選出與股票市場波動性指標相關(guān)的微博股票投資情緒指標，另一方面研究了微博股票投資情緒指標對股票市場預(yù)測準確性的影響。研究表明看漲指