新型社会化媒体研究的意义

问题描述

精选答案

第一，研究并提出了新型的社会化媒体信息量化理论与建模方法体系。在媒体信息对证券市场波动影响的研究中，对媒体信息的量化是核心问题。传统的媒体信息量化方法，简单地把句子拆分为词汇，利用词汇的情感极性来代表媒体新闻信息的情感极性，忽略了词汇之间以及句子之间的关系，对所有的词汇都“一视同仁”。然而在社会化媒体信息中，发帖和回复构成了重要的关系。

基于图论分析，通过算法构造社会化媒体信息之间的引用、回复以及文本相似度建立一个关联关系矩阵，用于判定社会化媒体信息的重要度，根据阈值筛除掉大量的口语或广告信息。再结合财经情感词库，判定出重要信息的情感极性。综合考虑句子重要性和情感极性，计算出公众对于特定上市公司、板块或证券市场的情感倾向，为进一步分析社会化媒体对证券市场影响提供重要的市场情绪变量。

第二，研究并提出了基于深度神经网络的连续时序数据和离散时序数据的信息融合理论。时间递归神经网络擅长处理时间相关的应用，在自然语言处理、音频分析和视频识别等方面有着广泛的应用。LSTM是时间递归神经网络最成功的结构之一，LSTM通过单元中包含的输入门、遗忘门和输出门的特殊设计，解决了传统RNN对于长期记忆依赖的问题。因此LSTM常用于解决文本生成、股价预测等时间序列相关的问题。标准的LSTM深度神经网络适用于预测连续时序的数据。