شهرام فتاحی - دانشیار، دانشکده اقتصاد، دانشگاه رازی، کرمانشاه
سعید کیان پور - استادیار، دانشکده اقتصاد، دانشگاه پیام نور، تهران
کیومرث سهیلی - دانشیار، دانشکده اقتصاد، دانشگاه رازی، کرمانشاه

هدف این تحقیق بررسی پیش بینی قیمت نفت با رهیافت متن کاوی و مدل داده های بزرگ است. برای استخراج خودکار ویژگی های متن از اخبار آنلاین نفت خام از روش  شبکه عصبی کانولوشنال استفاده می شود و از این طریق قدرت توضیح دهندگی مدل افزایش می یابد. همچنین حالت مختلف سری زمانی با استفاده از تجزیه حالت از روش کانولوشن مورد استفاده قرار می گیرد. نزدیک به ۱۳۰۰۰ عنوان خبری  طی سال های ۲۰۲۱-۲۰۱۱ جمع آوری شد و در نتیجه مشخص شد روش های پیش بینی مبتنی بر متن کاوی و داده های بزرگ مبتنی بر اینترنت از روش های دیگر بهتر عمل می کند. از این رو می توان گفت ارتباط موازی عنوان های خبری و تیتر آن ها و جستجو در موتور جستجوی گوگل در پیش بینی دقیق قیمت نفت خام بسیار مناسب است.

قیمت نفت, گوگل ترندز, داده کاوی, یادگیری عمیق, شبکه عصبی کانولوشن