摘要：基于情感文本分析技术对股票研究报告中的投资建议进行分类.提取股票研究报告中的＂组合特征＂;采用改进的卡方统计方法进行特征提取,并通过支持向量机（SVM）和朴素贝叶斯算法进行分类,验证分类效果;探讨了权重计算、特征维度和样本数量对分类效果的影响.基于东方财富网上采集的14 000篇股票研究报告的实验表明,通过提取＂组合特征＂、部分特征维度以及对训练样本重采样,可以取得较好的分类效果.
分类：期刊> 自然科学与工程技术> 工程科技I> 综合科技A类综合
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > SA 科学文摘(英) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：情感分析 特征提取 支持向量机 朴素贝叶斯 不平衡数据集 股票研究报告
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
