社会化信息对股市波动影响分析-基于SparkR平台的实现

• 作者: 倪丽萍 刘小军 马驰宇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: SparkR 特征选择 分布式计算 文本挖掘 情感分类
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法
• 页码范围: 181-188,266
• 页数: 9页
• 分类号: TP181|TP391
• 字数: 8675字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.03.033

摘要

社会信息化的飞速发展使得社会化信息日益丰富.这些信息会对股市波动产生一定影响,然而这些信息数量巨大且多属于非结构化数据,使得分析社会化信息对市场的影响具有一定的难度.尝试通过分布式计算技术来解决这个问题,并从信息量和信息情感两个方面考察社会化信息对股市的影响.通过搭建SparkR平台,首先讨论如何利用该平台解决大数据环境下股市社会化信息的特征选择以及情感分类问题,其次对比了信息量和信息情感对市场的影响情况,说明信息情感变化更能准确说明市场的波动变化情况.为进一步验证方案的可行性,定义了不同的情感计量方式并对比了不同方案的优缺点,进而给出分析社会化信息对股市波动影响的综合解决方案,并且通过实验验证了该方案的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪丽萍	合肥工业大学管理学院	31	305	10.0	16.0
2	刘小军	合肥工业大学管理学院	7	29	3.0	5.0
3	马驰宇	合肥工业大学过程优化与智能决策教育部重点实验室	3	20	3.0	3.0