一种基于图挖掘的LDA改进算法

LDA作为文本主题识别领域中使用最广泛的模型之一,其基于词袋模型的假设简单化地赋予词汇相同的权重,使得主题分布易向高频词倾斜,影响了识别主题的语义连贯性。本文针对该问题提出一种基于图挖掘的LDA改进算法GoW-LDA,首先基于特征词对在文本中的共现先后关系构建语义图模型,然后利用网络统计特征中节点的加权度,将文本的语义结构特点和关联性以权重修正的形式融入LDA主题建模中。实验结果显示,GoW-LDA相较于传统LDA和基于TF-IDF的LDA,能够大幅降低主题模型的混淆度,提高主题识别的互信息指数,并且有效减少模型的训练时间,为文本主题识别提供了一种新的解决思路。

基于文本情感的投资者情绪与股指关系研究

为了研究我国散户投资者情绪与股指之间的相互关系,以东方财富网"上证指数"股吧的用户发帖为样本数据,利用Bi-LSTM模型对发帖内容进行文本情感分类,在此基础上设计投资者直接情绪指标,并结合间接情绪指标构建新的综合投资者情绪指数.利用近5年的数据进行实证检验,结果表明,散户投资者的情绪与股指之间存在着长期、正向且增强的相互作用,投资者情绪受到股指的影响要大于其对股指施加的影响.研究结果证明,同时包含直接情绪因素和间接情绪因素的情绪指数,会有更好的股指拟合效果.

市场监管大数据归集系统建设研究

本文以平台的数据归集系统为例,总结市场监管数据归集的原则和难点,并提出相应的技术解决思路,为江苏省市场监管一体化信息平台乃至其他政务平台构建大数据归集系统提供一定的参考。