期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于社交情感数据挖掘的股票市场预测研究 被引量:4
1
作者 梁士利 陈翌昕 +1 位作者 陈培培 孙丽敏 《东北师大学报(自然科学版)》 CAS 北大核心 2020年第3期105-110,共6页
在互信息与左右熵识别新词的基础上,针对股票市场建立了金融情感词典,提出结合粒子群阈值优化改进的贝叶斯算法,并对每条评论的情感倾向进行自动识别,从而完成对股票市场的分析.实验与多种预测方法进行比较,基于情感词典的改进贝叶斯算... 在互信息与左右熵识别新词的基础上,针对股票市场建立了金融情感词典,提出结合粒子群阈值优化改进的贝叶斯算法,并对每条评论的情感倾向进行自动识别,从而完成对股票市场的分析.实验与多种预测方法进行比较,基于情感词典的改进贝叶斯算法识别准确率为90.6%,表明该方法能够获得较为理想的预测结果. 展开更多
关键词 数据挖掘 新词发现 互信息 贝叶斯概率 情感分析 自然语言处理
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部