کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4943530 | 1437635 | 2017 | 32 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Company event popularity for financial markets using Twitter and sentiment analysis
ترجمه فارسی عنوان
محبوبیت رویداد شرکت برای بازارهای مالی با استفاده از تحلیل توییتر و احساسات
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
محبوبیت رویداد، تجزیه و تحلیل احساسات، توییتر، جامعه مالی،
ترجمه چکیده
تعداد روزافزون کاربران توییتر آن را منبع ارزشمند اطلاعات برای مطالعه آنچه که در حال حاضر اتفاق می افتد، می سازد. کاربران اغلب از توییتر برای گزارش رویدادهای زندگی واقعی استفاده می کنند. در اینجا ما تنها علاقه مند به پیروی از جامعه مالی است. این مقاله در تشخیص محبوبیت رویدادها، از طریق تحلیل احساسات توییت منتشر شده توسط انجمن مالی در جهان توییتر، تمرکز دارد. تشخیص محبوبیت رویدادها در توییتر باعث می شود این یک کار بی اهمیت با توجه به محتوای پر سر و صدا که اغلب تویت ها هستند. این کار با هدف فیلتر کردن تمام توییت های پر سر و صدا به منظور تجزیه و تحلیل تنها توییت ها که تاثیر می گذارد در بازار مالی، به طور خاص، سی شرکت هایی که تشکیل دهنده میانگین داو جونز. برای انجام این وظایف، در این مقاله روش پیشنهادی که از جامعه مالی توییتر شروع می شود و سپس توییت های جمع آوری شده را فیلتر می کند، تجزیه و تحلیل احساسات توییت ها را انجام می دهد و در نهایت رویدادهای مهم در زندگی شرکت ها را تشخیص می دهد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
The growing number of Twitter users makes it a valuable source of information to study what is happening right now. Users often use Twitter to report real-life events. Here we are only interested in following the financial community. This paper focuses on detecting events popularity through sentiment analysis of tweets published by the financial community on the Twitter universe. The detection of events popularity on Twitter makes this a non-trivial task due to noisy content that often are the tweets. This work aims to filter out all the noisy tweets in order to analyze only the tweets that influence the financial market, more specifically the thirty companies that compose the Dow Jones Average. To perform these tasks, in this paper it is proposed a methodology that starts from the financial community of Twitter and then filters the collected tweets, makes the sentiment analysis of the tweets and finally detects the important events in the life of companies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 71, 1 April 2017, Pages 111-124
Journal: Expert Systems with Applications - Volume 71, 1 April 2017, Pages 111-124
نویسندگان
Mariana Daniel, Rui Ferreira Neves, Nuno Horta,