一种基于微博的信息传播模型及在股票价格预测中的应用
发布时间：2021-06-10 10:50
随着信息技术的发展，在线社交和微博等新兴社交网络应用获得了快速发展，为人类交互、知识共享、信息传播提供了完善的通信平台，对社交网络中信息传播的研究具有重要的理论和实际价值。然而，当前基于在线社交网络信息传播的研究主要存在两个问题：一是当前研究仅针对社交网络的结构和现状进行分析，缺乏对社交网络的前瞻性和预测性的研究；二是社交网络中的海量数据对信息处理带来了前所未有的挑战。本文针对以上问题，以Twitter微博网络为例，通过分析Twitter中主题相关用户的权威值，计算用户间的行为影响概率，最终建立基于微博平台的信息传播预测模型，该模型充分考虑了社交网络中海量数据处理的时间和速度需求，力求预测更精确更高效。本文并将信息传播预测模型应用在基于Twitter平台的股票价格预测上，通过提取股票相关的微博言论，建立股票兴趣网络，预测股票看涨和看跌情感在整个社交网络中的传播趋势，进而预测股票在未来某时间段内的价格涨跌趋势。实验表明，本文提出的信息传播模型具有更精确的预测性。
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文的工作介绍
1.4 论文的组织结构
1.5 本章小结
第二章 相关理论与技术
2.1 社交网络介绍
2.1.1 在线社交网络概述
2.1.2 社交网络理论基础
2.2 社交网络表示方法
2.2.1 基于图论的表示
2.2.2 基于矩阵的表示
2.3 信息传播模型
2.3.1 无结构传播模型
2.3.2 有结构传播模型
2.4 本章小结
第三章 基于微博的信息传播模型
3.1 主题用户的权威值计算
3.2 微博用户行为影响概率模型
3.2.1 用户行为影响概率模型框架
3.2.2 Jaccard 系数连续时间模型
3.2.3 Jaccard 系数离散时间模型
3.3 微博信息传播预测模型
3.3.1 社交网络中的信息传播机理
3.3.2 基于 BFS 的信息传播预测模型
3.4 本章小结
第四章 信息传播模型在股票价格预测中的应用
4.1 基于预测模型的股票价格预测应用
4.2 股票价格预测应用的实现
4.2.1 股票言论相关微博提取
4.2.2 股票微博涨跌情感分析
4.2.3 Twitter 平台用户权威值计算
4.2.4 用户影响联合概率计算
4.2.5 预测股票价格涨跌趋势
4.3 本章小结
第五章 实验与分析
5.1 样本的选取
5.2 实验流程
5.2.1 实验平台
5.2.2 股价趋势预测实验流程
5.3 实验结果分析
5.4 本章小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
致谢
参考文献
读研期间研究成果
【参考文献】：
期刊论文
[1]基于微博的六度空间理论研究[J]. 刘宏杰,陆浩,张楠,郑晓龙. 计算机应用研究. 2012(08)
[2]新浪微博话题流行度预测技术研究[J]. 熊小兵,周刚,黄永忠,马俊. 信息工程大学学报. 2012(04)
[3]微博客中转发行为的预测研究[J]. 张旸,路荣,杨青. 中文信息学报. 2012(04)
[4]气候与白昼长度变化对苏格兰拉姆岛上野化山羊种群日活动节律的影响(英文)[J]. 石建斌,Robin Dunbar,李迪强,肖文发. 动物学研究. 2006(06)
[5]Hyperbolic geometry with geometric algebra[J]. LI Hong boInstitute of Systems Science, Chinese Academy of Sciences, Beijing 100080, China. Chinese Science Bulletin. 1997(03)
博士论文
[1]基于微博平台的事件趋势分析及预测研究[D]. 田野.武汉大学 2012
硕士论文
[1]基于RSSBus的社交媒体信息收集分析系统[D]. 张羽辰.西安电子科技大学 2012
[2]运用Twitter进行预测性研究的方法和特点[D]. 徐学鹏.浙江大学 2011
[3]基于遗传BP神经网络的股市预测[D]. 赵振勇.贵州大学 2007
本文编号：3222236
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文的工作介绍
1.4 论文的组织结构
1.5 本章小结
第二章 相关理论与技术
2.1 社交网络介绍
2.1.1 在线社交网络概述
2.1.2 社交网络理论基础
2.2 社交网络表示方法
2.2.1 基于图论的表示
2.2.2 基于矩阵的表示
2.3 信息传播模型
2.3.1 无结构传播模型
2.3.2 有结构传播模型
2.4 本章小结
第三章 基于微博的信息传播模型
3.1 主题用户的权威值计算
3.2 微博用户行为影响概率模型
3.2.1 用户行为影响概率模型框架
3.2.2 Jaccard 系数连续时间模型
3.2.3 Jaccard 系数离散时间模型
3.3 微博信息传播预测模型
3.3.1 社交网络中的信息传播机理
3.3.2 基于 BFS 的信息传播预测模型
3.4 本章小结
第四章 信息传播模型在股票价格预测中的应用
4.1 基于预测模型的股票价格预测应用
4.2 股票价格预测应用的实现
4.2.1 股票言论相关微博提取
4.2.2 股票微博涨跌情感分析
4.2.3 Twitter 平台用户权威值计算
4.2.4 用户影响联合概率计算
4.2.5 预测股票价格涨跌趋势
4.3 本章小结
第五章 实验与分析
5.1 样本的选取
5.2 实验流程
5.2.1 实验平台
5.2.2 股价趋势预测实验流程
5.3 实验结果分析
5.4 本章小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
致谢
参考文献
读研期间研究成果
【参考文献】：
期刊论文
[1]基于微博的六度空间理论研究[J]. 刘宏杰,陆浩,张楠,郑晓龙. 计算机应用研究. 2012(08)
[2]新浪微博话题流行度预测技术研究[J]. 熊小兵,周刚,黄永忠,马俊. 信息工程大学学报. 2012(04)
[3]微博客中转发行为的预测研究[J]. 张旸,路荣,杨青. 中文信息学报. 2012(04)
[4]气候与白昼长度变化对苏格兰拉姆岛上野化山羊种群日活动节律的影响(英文)[J]. 石建斌,Robin Dunbar,李迪强,肖文发. 动物学研究. 2006(06)
[5]Hyperbolic geometry with geometric algebra[J]. LI Hong boInstitute of Systems Science, Chinese Academy of Sciences, Beijing 100080, China. Chinese Science Bulletin. 1997(03)
博士论文
[1]基于微博平台的事件趋势分析及预测研究[D]. 田野.武汉大学 2012
硕士论文
[1]基于RSSBus的社交媒体信息收集分析系统[D]. 张羽辰.西安电子科技大学 2012
[2]运用Twitter进行预测性研究的方法和特点[D]. 徐学鹏.浙江大学 2011
[3]基于遗传BP神经网络的股市预测[D]. 赵振勇.贵州大学 2007
本文编号：3222236
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3222236.html
