论文研究 - 基于股票时间序列数据和网络舆情文本数据的股市热点事件检测

需积分: 0 11 下载量 107 浏览量 更新于2023-05-15 4 收藏 5.16MB PDF 举报
随着Internet世界与现实世界的高度集成,Internet信息不仅为金融投资者提供实时有效的数据,而且还帮助他们了解市场动态,并使投资者能够快速识别可能导致股票下跌的相关金融事件。市场波动。 但是,在金融领域的事件检测研究中,许多研究集中在微博客,新闻和其他网络文本信息上。 很少有学者研究金融时间序列数据的特征。 考虑到在金融领域,事件的发生经常影响在线舆论空间和真实交易空间,因此本文提出了一种基于股票交易时间序列数据和在线舆论文本的多源异构信息检测方法。数据以检测股市中的热点事件。 该方法采用离群检测算法,基于多成员融合提取股市热点事件的时间。 并根据本文提出的特征项权重计算公式,计算网络舆情信息的关键词权重,得出股市热点事件的核心内容。 最后,实现了对股票市场热点事件的准确检测。