ارائه یک سیستم پیشنهاد سبد خرید بورس با تحلیل احساس گفتار کاربران در شبکه های اجتماعی

مقوله پیش بینی روند بورس از دیرباز مورد توجه دانشمندان و فعالان این حوزه بوده است. از جهات مختلف کارهای بسیار زیادی در این زمینه صورت گرفته است. یکی از وجوهی که به دلایل مختلف، کمتر مورد توجه بوده پیش بینی اقبال عمومی افراد به خرید نمادهای بورسی با استفاده از داده های موجود برخط است. کاوش در این زمینه با توجه به اهمیت موضوع برای تهیه یک سبد مناسب بسیار ارزشمند و مفید است. رشد علم و فناوری پردازشی طی سالیان گذشته، راه را برای کاوش بیشتر هموار کرده است. با این وجود انجام کارهایی در این زمینه برای زبان فارسی مورد کم توجهی گرفته است. در این مقاله یک سیستم جدید پیشنهاددهی خرید سبد بورسی با استفاده از داده های قابل دسترسی از پیام رسان تلگرام ارائه شده است. این سیستم مبتنی بر تحلیل احساسات کاربران با استفاده از الگوریتم word۲vec و به کمک لغت نامه و سپس پیش بینی روند رشد نمادهای بورسی عمل می کند. موفقیت های به دست آمده در کاوش نظرات کاربران به منظور پیشنهاددهی سبد بورسی و رشد نمادهای پیشنهاد داده شده دلگرم کننده است. نتایج به دست آمده حاکی از آن است که این سیستم می تواند به عنوان ابزاری مناسب جهت پیشنهاددهی سبد خرید بورسی باشد.

کلیدواژه ها:

متن کاوی ، تحلیل احساس ، پیش بینی بازار بورس ، یادگیری ماشین ، Word embedding ، پردازش زبان طبیعی.