摘要
本发明涉及一种基于多维度文本情感得分的股票预测方法及系统,所述方法包括以下步骤:获取股吧评论,并对评论进行数据清洗,得到评论文本;通过卷积神经网络预测评论文本中词语的情感极性,并对评论文本进行词语级情感计算,得到词语级情感得分;通过Bert模型得到评论文本的句子级情感得分;对评论文本进行评论热度计算,得到评论热度;对评论文本进行用户影响力计算,得到用户影响力根据词语级情感得分、句子级情感得分、评论热度和用户影响力得到每条评论文本的综合情感得分;将综合情感得分作为股票预测模型的输入,通过股票预测模型对股票涨跌进行预测,得到预测结果。与现有技术相比,本发明提高了股票预测的准确性和时效性。
技术关键词
股票预测方法
文本
词语
论文
分布式爬虫框架
Welch算法
隐马尔科夫模型
更新模型参数
数据
模块
序列
预测系统
时效性
训练集
粉丝
字典
广告
日期
系统为您推荐了相关专利信息
文本生成方法
特征信息提取
计算机程序产品
关键词
预训练模型
自动化测试方法
图像
深度学习框架
触控点
视频录制单元
建筑废弃材料
图像编码器
文本编码器
交叉注意力机制
生态可持续发展