融合微博情感分析和深度学习的宏观经济预测方法

• 作者: 李玉华 李瑞轩 赵军豪 辜希武 霍林
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 宏观经济 投资预测 微博 情感分析 深度学习
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 第七届中国数据挖掘会议(CCDM 2018)
• 页码范围: 3057-3062
• 页数: 6页
• 分类号: TP399
• 字数: 7452字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018041346

摘要

现代市场经济快速发展的同时也伴随着较高的风险,通过对地区投资情况提前预测,能够提前发现投资风险,为国家、企业的投资决策提供参考.针对宏观经济预测中统计数据滞后和内部关系复杂的问题,提出融合情感分析和深度学习的预测方法(SA-LSTM).首先考虑微博的强时效性,确定了微博爬取和情感分析的方法,得到微博情感分析的分值,进而结合政府统计的结构化经济指标和长短期记忆神经网络,实现地区投资总额预测.经过实际数据计算验证,在四个数据集上,与不加入微博情感分析的LSTM网络相比,SA-LSTM能够降低预测相对误差4.95,0.92,1.21,0.66个百分点;与差分自回归移动平均模型(ARIMA)、线性回归(LR)、反向传播(BP)神经网络、长短期记忆(LSTM)网络四个方法中的最优方法相比能够降低相对误差0.06,0.92,0.94,0.66个百分点.另外,SA-LSTM在多个时间片上,预测相对误差的方差最小,表明所提方法具有很好的鲁棒性,对数据抖动有良好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李瑞轩	华中科技大学计算机科学与技术学院	99	1574	21.0	34.0
2	辜希武	华中科技大学计算机科学与技术学院	21	338	9.0	18.0
3	李玉华	华中科技大学计算机科学与技术学院	40	353	11.0	17.0
4	赵军豪	华中科技大学计算机科学与技术学院	1	3	1.0	1.0