基于社會(huì)媒體的市場(chǎng)行情預(yù)測(cè)方法研究.pdf

1、以Facebook、Twitter、新浪微博為代表的社會(huì)媒體的迅猛發(fā)展，為觀察大眾的主觀世界提供了空前的數(shù)據(jù)支持，從而也為預(yù)測(cè)大眾的行為提供了新的手段?；谏鐣?huì)媒體的預(yù)測(cè)技術(shù)是指通過對(duì)社會(huì)媒體數(shù)據(jù)的挖掘與分析，看清事實(shí)真相，聚集大眾的群體智慧，運(yùn)用科學(xué)的知識(shí)、方法和手段，對(duì)事物未來發(fā)展趨勢(shì)和狀態(tài)做出科學(xué)的估計(jì)和評(píng)價(jià)。準(zhǔn)確的預(yù)測(cè)結(jié)果對(duì)于人類生活中的趨利避害，工作中的計(jì)劃決策起著至關(guān)重要的作用。一項(xiàng)決策的結(jié)果與該決策本身之間有著時(shí)間上的滯后

2、關(guān)系，“利”與“害”總是存在于未來的時(shí)間與空間之中，任何決策都不可避免地要依賴預(yù)測(cè)。通過對(duì)未來趨勢(shì)做出提前判斷，有利于適時(shí)地調(diào)整計(jì)劃，以及采取措施實(shí)施調(diào)控。
　　然而，基于社會(huì)媒體的預(yù)測(cè)研究面臨著各種挑戰(zhàn)，這其中包括了缺乏清晰的問題定義和界限劃分的挑戰(zhàn)；社會(huì)媒體中群體智慧的挖掘以及文本語義理解不夠深入的挑戰(zhàn)以及預(yù)測(cè)模型較為簡單，主要依靠線性回歸模型，對(duì)非線性系統(tǒng)預(yù)測(cè)能力有限的挑戰(zhàn)。本文主要針對(duì)這三個(gè)挑戰(zhàn)進(jìn)行了研究，并對(duì)市場(chǎng)行情預(yù)測(cè)

3、中的電影票房預(yù)測(cè)和股市漲跌預(yù)測(cè)進(jìn)行探索，分別從社會(huì)媒體文本中抽取用戶消費(fèi)意圖信息和客觀的事件報(bào)道作為特征進(jìn)行預(yù)測(cè)。具體而言，本文的主要研究內(nèi)容可概括為以下幾個(gè)方面：
　　1.本文提出了隱式消費(fèi)意圖挖掘任務(wù)，并構(gòu)造基于領(lǐng)域自適應(yīng)的卷積神經(jīng)網(wǎng)絡(luò)模型自動(dòng)識(shí)別社會(huì)媒體中的隱式消費(fèi)意圖，在此識(shí)別結(jié)果基礎(chǔ)上推薦用戶意圖相關(guān)產(chǎn)品以期滿足其消費(fèi)需求。具體而言，給定一條微博文本，首先基于領(lǐng)域自適應(yīng)的卷積神經(jīng)網(wǎng)絡(luò)模型做二元分類，判斷其是否含有用戶消費(fèi)

4、意圖；隨后，對(duì)于有消費(fèi)意圖的微博文本再抽取其中的需求詞，最后，根據(jù)該需求詞去事先構(gòu)造好的消費(fèi)意圖事理圖譜中檢索可以滿足消費(fèi)意圖的產(chǎn)品推薦給用戶。本文構(gòu)建了母嬰領(lǐng)域和電影票房領(lǐng)域的語料，實(shí)驗(yàn)結(jié)果表明：（1）本文提出的領(lǐng)域自適應(yīng)方法可以有效克服訓(xùn)練語料少帶來的消費(fèi)意圖識(shí)別效果不理想的問題；（2）推薦給用戶的意圖相關(guān)全部產(chǎn)品中有60％左右的產(chǎn)品可以滿足用戶的消費(fèi)需求。
　　2.本文提出基于消費(fèi)意圖的電影票房預(yù)測(cè)模型?；谙M(fèi)意圖理解的電

5、影票房預(yù)測(cè)相對(duì)于傳統(tǒng)的電影票房預(yù)測(cè)而言，可以說是站在一個(gè)全新的角度進(jìn)行研究，為此能夠給預(yù)測(cè)工作帶來兩方面的優(yōu)勢(shì)：（1）電影上映前就可以采集到大量的民眾反饋數(shù)據(jù)；（2）可以大規(guī)模的獲取與電影票房高低最相關(guān)的影響因素：大眾是否愿意觀看某部電影。在此特征基礎(chǔ)上，本文提出了高斯連接函數(shù)回歸模型作為預(yù)測(cè)方法，該方法不需要對(duì)輸入數(shù)據(jù)進(jìn)行任何獨(dú)立同分布假設(shè)，且能夠分析輸入數(shù)據(jù)之間的相互作用關(guān)系。本文在中國電影市場(chǎng)和美國電影市場(chǎng)均做了實(shí)驗(yàn)對(duì)比分析，結(jié)果

6、表明本文提出的方法與傳統(tǒng)的基于線性回歸模型和支持向量回歸模型的方法相比都取得了更加優(yōu)異的表現(xiàn)。
　　3.本文提出一套面向預(yù)測(cè)的事件定義，事件抽取和事件表示學(xué)習(xí)方法。該方法既克服了特定域事件抽取需要預(yù)先指定事件類型和標(biāo)注大量訓(xùn)練語料的費(fèi)時(shí)費(fèi)力的問題，又解決了開放域事件抽取很難進(jìn)行事件歸一化，判斷事件類型的問題。本文提出的方法利用張量神經(jīng)網(wǎng)絡(luò)模型以開放式事件抽取結(jié)果作為輸入，通過張量對(duì)事件元組之間的關(guān)系進(jìn)行建模學(xué)習(xí)并最終輸出低維、稠密

7、、實(shí)數(shù)值的事件向量。對(duì)于相似的事件，其在同一向量空間上距離也相近。實(shí)驗(yàn)結(jié)果表明，本文提出的事件抽取和表示方法與基線方法相比能夠更加準(zhǔn)確地表示客觀事件。
　　4.本文提出了基于卷積神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型，該模型利用開放式事件抽取并泛化得到的事件向量作為輸入特征。該模型將輸入事件劃分成長期事件，中長期事件和短期事件，并利用卷積層神經(jīng)結(jié)點(diǎn)將長期和中長期事件進(jìn)行建模學(xué)習(xí)，抽取其中最重要的事件特征并分別表示合成一個(gè)向量。隨后，卷積神經(jīng)網(wǎng)絡(luò)中的隱

8、含層結(jié)點(diǎn)建模學(xué)習(xí)事件特征向量與股市漲跌之間的隱含復(fù)雜關(guān)系，最終輸出股市漲跌的預(yù)測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明，本文提出的方法比當(dāng)前最好的股市漲跌預(yù)測(cè)方法在準(zhǔn)確率指標(biāo)上能夠提升4個(gè)百分點(diǎn)。
　　總之，本文一方面致力于解決基于社會(huì)媒體的信息抽取相關(guān)問題，另一方面致力于預(yù)測(cè)模型的構(gòu)建工作，以期能夠充分利用好抽取到的有用信息，將其最終應(yīng)用到以電影票房和股市漲跌為代表的市場(chǎng)行情預(yù)測(cè)任務(wù)上。本研究取得了一些初步的成果，期待這些成果能為本領(lǐng)域的其他研究者