• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Глава

Machine learning in prediction of stock market indicators based on historical data and data from Twitter sentiment analysis.

P. 440-444.
Porshnev A., Redkin I. E., Shevchenko A. V.

Развитие лингвистических технологий и распространение социальных медиа предоставляют мощные возможности для изучения настроений и психологических состояний пользователей интернета. В статье мы обсуждаем возможность исользования данных  об эмоциональных состояниях пользователей Твиттера для повышения точности прогноза цен фондового рынка. В статье рассматривается применение словарного подхода для определения тональности сообщения по восьми базовым эмоциям и попытка использовать результаты аналаза более 755 миллиона сообщений в Твиттер для повышения точности прогноза фондового рынка. Обсуждается возможность использования метода опорных векторов и нейронных сетей для предсказания индексов DJIA и S&P500.

В книге

Под науч. редакцией: W. Ding, T. Washio, H. Xiong et al. Los Alamitos: IEEE Computer Society, 2013.