Возможность применения анализа настроения пользователей Twitter для повышения точности прогноза движения цен инструментов фондового рынка

Особенности фондовой биржи, методы прогнозирования цен. Определение термина "торговая система". Сентиментный анализ сообщений Twitter. Создание словаря классификаций эмоций. Обучение искусственных нейронных сетей, алгоритм однослойного персептрона.

Рубрика Программирование, компьютеры и кибернетика
Вид курсовая работа
Язык русский
Дата добавления 28.12.2015
Размер файла 3,2 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Thu May 28 05:19:37 +0000 2015"RT @SexualGif: a night like this would be chill \ud83c\udf0c\ud83c\udf06\u26fa\ufe0f http:\/\/t.co\/K1wi3WxX8N

Thu May 28 05:19:38 +0000 2015"\u201c@KrisVinesGames: @IonnaMcKenzie Looking good \ud83d\ude09\ud83d\udc4d\u201dthank you\u2764\ufe0f

Thu May 28 05:19:38 +0000 2015"RT @NBA_Skits: Lil B reminding the crowd who owns the cooking dance. \nhttp:\/\/t.co\/uYCPMRmZI5

Thu May 28 05:19:38 +0000 2015"RT @NYTHealth: Strong evidence that treating more people with H.I.V. earlier would save more lives http:\/\/t.co\/WWXqOKQcnh

Thu May 28 05:19:38 +0000 2015"Hi @Harry_Styles!\nI love you so much \ud83d\udc98\nMy birthday is on \nJune 3rd, & \nIt'll mean a lot for your,\nCongratulations! \nx22

Thu May 28 05:19:38 +0000 2015"Girls Who Squat Before And After. http:\/\/t.co\/K52O1EoSAm #Workout #diet #healthy #girls #fitness #fispo http:\/\/t.co\/5ifwaALASD

Thu May 28 05:19:38 +0000 2015"#ChoiceTVChemistry Oliver & Felicity \n#ChoiceTVBreakOutStar Emily Bett Rickards & Carlos Valdes #ChoiceSciFiTVShow Arrow \n#TeenChoice 14

Thu May 28 05:19:38 +0000 2015"#NowPlaying \My Ghost\" Glass Pear da Streets Of Love \u266b http:\/\/t.co\/g1QmoTHs6m"

Thu May 28 05:19:38 +0000 2015"Stalkistice Yo

Thu May 28 05:19:38 +0000 2015"RT @femaIes: this just kills me... http:\/\/t.co\/9TznSdRRvH

Thu May 28 05:19:38 +0000 2015"@DMartinez_04 lol I passed all my classes though \ud83d\ude02\ud83d\ude02\ud83d\ude02

Thu May 28 05:19:38 +0000 2015"Translates into 8 out of 10 days of pure profits! http:\/\/t.co\/QCPqAe1qTm #binarytradingoptions

Thu May 28 05:19:38 +0000 2015"76 My #TeenChoice nominee for #ChoiceMusicNextBigThing is Zayn Malik http:\/\/t.co\/e2iBEv1S90

Thu May 28 05:19:38 +0000 2015"RT @LOHANTHONY: bye dana :( keep the east coast warm and fabulous for me. never not all smiles when i'm around this\u2026 https:\/\/t.co\/9m3fNWYL5u

Thu May 28 05:19:38 +0000 2015"Let's be honest, everyone was watching Riley Curry during that press conference. #RileyCurry #toocute

Thu May 28 05:19:38 +0000 2015"I just wanna cuddle

Приложение 2

В приложении подробно описана реализация программы сентиментного анализа твиттов. Программа написана на языке С.

#pragma warning(disable: 4996)

#include <string.h>

#include <stdio.h>

using namespace std;

//////////////////////////главная функция//////////////////////////

int main()

{

int* semant_func(char*);

FILE *fin;

FILE *fout;

char arr[2000];

char date[10], tmp_date[10];

char time[2], tmp_time[2];

char *tweet;

int flag = 0;

int total_freq=0;

float temp;

int flag_time = 0;

int* result;

int result2[8] = { 0, 0, 0, 0, 0, 0, 0, 0 };

int n = 0;

fin = fopen("Sentiment_Input_29_05.txt", "r"); ////входной файл

fout = fopen("Sentiment_Output_29_05.txt", "w"); ////////////выходной файл

while (fgets(arr, 2000, fin) != NULL){

for (int i = 0; i < 10; i++) {

tmp_date[i] = arr[i];

}

for (int j = 0; j < 2; j++){

tmp_time[j] = arr[11 + j];

}

tweet = &arr[31];

if (flag == 0) {

for (int i = 0; i < 10; i++) { date[i] = tmp_date[i]; fprintf(fout, "%c", date[i]); }

fprintf(fout, "\n");

fprintf(fout, "\ntime: ");

for (int j = 0; j < 2; j++){

time[j] = tmp_time[j];

fprintf(fout, "%c", time[j]);

}

//fprintf(fout, "\n");

flag = 10;

}

for (int i = 0; i < 10; i++){

if (date[i] != tmp_date[i]){

date[i] = tmp_date[i];

fprintf(fout, "%c", date[i]);

for (int i = 0; i < 8; i++){

result2[i] = 0;

}

}

}

result = semant_func(tweet);//////вызов функции ///сентиментного анализа

for (int i = 0; i < 8; i++){

result2[i] = result2[i] + result[i];

}///-----

for (int j = 0; j < 2; j++){

if (time[j] != tmp_time[j]){

time[j] = tmp_time[j];

flag_time = 1;

}

}

if ((flag_time == 1)){

fprintf(fout, "\nfrequencies: ");/////////вывод частот

for (int y = 0; y < 8; y++) {

fprintf(fout, " %d ", result2[y]);

total_freq = total_freq + result2[y];

}

fprintf(fout, "\nnormalized_frequencies: ");

//вывод нормализованных частот

if (total_freq != 0){

for (int y = 0; y < 8; y++) {

temp = result2[y];

temp = (temp / total_freq);

fprintf(fout, " %f ", temp);

}

}

fprintf(fout, "\ntime: ");

for (int j = 0; j < 2; j++){

fprintf(fout, "%c", time[j]);

}

for (int y = 0; y < 8; y++) {

total_freq = result2[y] = 0;

}

flag_time = 0;

flag = 1;

}

}

fprintf(fout, "\nfrequencies: ");

for (int y = 0; y < 8; y++) {

fprintf(fout, " %d ", result2[y]);

total_freq = total_freq + result2[y];

}

fprintf(fout, "\nnormalized_frequencies: ");

if (total_freq != 0){

for (int y = 0; y < 8; y++) {

temp = result2[y];

temp = (temp / total_freq);

fprintf(fout, " %f ", temp);

}

}

fclose(fin);

fclose(fout);

return 0;

}

//////////////////функция сентиментного анализа//////////////////

int* semant_func(char* message){

int freq_arr[8] = { 0,0,0,0,0,0,0,0 };

char* emotions8[8] = { "happy", "loving", "calm", "energetic", "fearful/anxious", "angry", "tired", "sad"};

//freq_arr[0] = "happy"

char* happy[20] = {"happy", "lovely", "felicitous", "glad", "well - chosen", "blessed", "blissful", "bright", "golden", "halcyon", "prosperous", "laughing", "riant", "fortunate", "willing","adorable", "endearing", "beautiful", "lovable", "loveable"};

//freq_arr[1] = "loving"

char* loving [31] = { "loving", "caring", "adoring", "doting", "fond", "affectionate", "fond", "lovesome", "tender", "amative", "amorous", "amatory", "romantic", "attached", "captivated", "charmed", "enamored", "infatuated", "in love", "potty", "smitten", "soft on", "taken with", "idolatrous", "loverlike", "loverly", "overfond", "tenderhearted", "touchy - feely", "uxorious","compassionate"};

//freq_arr[2] = "calm"

char* calm [19]= { "calm", "content", "unagitated", "serene", "tranquil", "composed", "placid", "quiet", "still", "smooth", "unruffled", "settled", "windless",

"contented", "complacent", "self - satisfied", "self - complacent", "satisfied", "smug"};

//freq_arr[3] = "energetic"

char* energetic [47]= { "active", "peppy", "combat - ready", "fighting", "participating", "alive", "dynamic", "progressive", "operational", "activist", "activistic", "hands - on", "proactive", "involved", "about", "astir", "acrobatic", "athletic", "gymnastic", "agile", "nimble", "quick", "spry", "hot", "hyperactive", "overactive", "on the go", "sporty", "activated", "counteractive", "surface - active", "brisk", "bustling", "busy", "going", "open", "springy", "existent", "existing", "alive", "live", "eruptive", "activated",

"bouncing", "bouncy", "spirited", "zippy"};

//freq_arr[4] = "fearful/anxious"

char* fearful[23] = { "jittery", "nervous", "edgy", "high - strung", "highly strung", "jumpy", "nervy", "overstrung", "restive", "uptight", "tense",

"anxious", "queasy", "uneasy", "unquiet", "neural", "aflutter", "skittish", "flighty", "spooky", "troubled", "excited", "excitable"};

//freq_arr[5] = "angry"

char* angry[14] = { "grouchy", "fed up", "crabbed", "crabby", "cross", "fussy", "grumpy", "bad - tempered", "ill - tempered", "ill - natured",

"disgusted", "sick", "tired of", "displeased"};

//freq_arr[6] = "tired"

char* tired [60]= { "tired", "drowsy", "banal", "commonplace", "hackneyed", "old - hat", "shopworn", "stock", "threadbare", "timeworn", "trite", "well - worn", "all in", "beat", "bushed", "dead", "aweary", "weary", "bleary", "blear", "bleary - eyed", "blear - eyed", "bored", "world - weary", "burned - out", "burnt - out", "careworn", "drawn", "haggard", "raddled", "worn", "drooping", "flagging", "exhausted", "dog - tired", "fagged", "fatigued", "played out", "spent", "washed - out", "worn - out", "worn out", "gone", "footsore", "jaded", "wearied", "knackered", "drained", "ragged", "travel - worn", "unrefreshed", "unrested", "whacked", "unoriginal",

"drowsing", "dozy", "oscitant", "yawning", "asleep", "inattentive"};

//freq_arr[6] = "sad"

char* sad [45]= { "gloomy", "sad", "glooming", "gloomful", "sulky", "grim", "blue", "depressed", "dispirited", "down", "downcast", "downhearted", "low", "low-spirited", "blue", "dark", "dingy", "disconsolate", "dismal", "grim", "sorry", "drab", "drear", "dreary", "dejected", "depressing", "cheerless", "uncheerful",

"deplorable", "distressing", "lamentable", "pitiful", "sorry", "bittersweet", "doleful", "mournful", "heavyhearted", "pensive", "wistful", "tragic", "tragical", "tragicomic", "tragicomical", "sorrowful", "bad"};

int length_arr[8] = {20,31,19,47,23,14,60,45};

for (int i = 0; i < length_arr[0]; i++){

if (strstr(message, happy[i]) != NULL){

freq_arr[0] = freq_arr[0] + 1;

}

}

for (int i = 0; i < length_arr[1]; i++){

if (strstr(message, loving[i]) != NULL){

freq_arr[1] = freq_arr[1] + 1;

}

}

for (int i = 0; i < length_arr[2]; i++){

if (strstr(message, calm[i]) != NULL){

freq_arr[2] = freq_arr[2] + 1;

}

}

for (int i = 0; i < length_arr[3]; i++){

if (strstr(message, energetic[i]) != NULL){

freq_arr[3] = freq_arr[3] + 1;

}

}

for (int i = 0; i < length_arr[4]; i++){

if (strstr(message, fearful[i]) != NULL){

freq_arr[4] = freq_arr[4] + 1;

}

}

for (int i = 0; i < length_arr[5]; i++){

if (strstr(message, angry[i]) != NULL){

freq_arr[5] = freq_arr[5] + 1;

}

}

for (int i = 0; i < length_arr[6]; i++){

if (strstr(message, tired[i]) != NULL){

freq_arr[6] = freq_arr[6] + 1;

}

}

for (int i = 0; i < length_arr[7]; i++){

if (strstr(message, sad[i]) != NULL){

freq_arr[7] = freq_arr[7] + 1;

}

}

return freq_arr;

}

Размещено на Allbest.ru

...

Подобные документы

  • Історія виникнення соціальної мережі коротких повідомлень "Twitter". Використання її в Україні. Користувальницький інтерфейс програми та його основні можливості. Створення особливого сленгу та приклади його застосування. Використання різних девайсів.

    реферат [11,8 K], добавлен 18.10.2014

  • Рост активности в области теории и технической реализации искусственных нейронных сетей. Основные архитектуры нейронных сетей, их общие и функциональные свойства и наиболее распространенные алгоритмы обучения. Решение проблемы мертвых нейронов.

    реферат [347,6 K], добавлен 17.12.2011

  • Анализ применения нейронных сетей для прогнозирования ситуации и принятия решений на фондовом рынке с помощью программного пакета моделирования нейронных сетей Trajan 3.0. Преобразование первичных данных, таблиц. Эргономическая оценка программы.

    дипломная работа [3,8 M], добавлен 27.06.2011

  • Диагностический анализ изучения алгоритмов обучения нейронных сетей "с учителем". Сбор входных и выходных переменных для наблюдений и понятие пре/пост процессирования. Подготовка и обобщение многослойного персептрона, модель обратного распространения.

    курсовая работа [249,3 K], добавлен 22.06.2011

  • Нейронные сети как средство анализа процесса продаж мобильных телефонов. Автоматизированные решения на основе технологии нейронных сетей. Разработка программы прогнозирования оптово-розничных продаж мобильных телефонов на основе нейронных сетей.

    дипломная работа [4,6 M], добавлен 22.09.2011

  • Задача анализа деловой активности, факторы, влияющие на принятие решений. Современные информационные технологии и нейронные сети: принципы их работы. Исследование применения нейронных сетей в задачах прогнозирования финансовых ситуаций и принятия решений.

    дипломная работа [955,3 K], добавлен 06.11.2011

  • История возникновения, примеры использования и основные виды искусственных нейронных сетей. Анализ задач, решаемых при помощи Персептрона Розенблатта, создание схемы имитационной модели в среде Delphi. Исходные коды компьютерной программы Perseptron.

    дипломная работа [933,1 K], добавлен 18.12.2011

  • Искусственные нейронные сети как одна из широко известных и используемых моделей машинного обучения. Знакомство с особенностями разработки системы распознавания изображений на основе аппарата искусственных нейронных сетей. Анализ типов машинного обучения.

    дипломная работа [1,8 M], добавлен 08.02.2017

  • Сущность и функции искусственных нейронных сетей (ИНС), их классификация. Структурные элементы искусственного нейрона. Различия между ИНС и машинами с архитектурой фон Неймана. Построение и обучение данных сетей, области и перспективы их применения.

    презентация [1,4 M], добавлен 14.10.2013

  • Математическая модель искусственной нейронной сети. Структура многослойного персептрона. Обучение без учителя, методом соревнования. Правило коррекции по ошибке. Метод Хэбба. Генетический алгоритм. Применение нейронных сетей для синтеза регуляторов.

    дипломная работа [1,5 M], добавлен 17.09.2013

  • Методика интеграции аутентификации на web-сайте через социальные сети. Проектирование интерфейсов основных классов программ, осуществляющих взаимодействие между библиотеками OAuth социальных сетей Facebook и Twitter с использованием шифрования SSL.

    дипломная работа [3,0 M], добавлен 08.01.2014

  • Понятие и свойства искусственных нейронных сетей, их функциональное сходство с человеческим мозгом, принцип их работы, области использования. Экспертная система и надежность нейронных сетей. Модель искусственного нейрона с активационной функцией.

    реферат [158,2 K], добавлен 16.03.2011

  • Понятие, закономерности функционирования нейронных сетей, Обзор информационных технологий, программных средств для реализации соответствующих алгоритмов. Детальное описание особенностей выполнения демонстрационного примера, составление программного кода.

    курсовая работа [551,3 K], добавлен 09.04.2015

  • Особенности нейронных сетей как параллельных вычислительных структур, ассоциируемых с работой человеческого мозга. История искусственных нейронных сетей как универсального инструмента для решения широкого класса задач. Программное обеспечение их работы.

    презентация [582,1 K], добавлен 25.06.2013

  • Исследование задачи и перспектив использования нейронных сетей на радиально-базисных функциях для прогнозирования основных экономических показателей: валовый внутренний продукт, национальный доход Украины и индекс потребительских цен. Оценка результатов.

    курсовая работа [4,9 M], добавлен 14.12.2014

  • Изучение сути искусственных нейронных сетей. Векторные пространства. Матрицы и линейные преобразования векторов. Биологический нейрон и его кибернетическая модель. Теорема об обучении персептрона. Линейная разделимость и персептронная представляемость.

    курсовая работа [239,7 K], добавлен 06.06.2012

  • Общие сведения о принципах построения нейронных сетей. Искусственные нейронные системы. Математическая модель нейрона. Классификация нейронных сетей. Правила обучения Хэбба, Розенблатта и Видроу-Хоффа. Алгоритм обратного распространения ошибки.

    дипломная работа [814,6 K], добавлен 29.09.2014

  • Розгляд підходу до інтерактивного вивчення англійської мови професійного спрямування студентами-економістами з використанням соціальних мереж. Характеристика різноманітних видів діяльності в соціальних мережах Twitter, Facebook, YouTube, Wikipedia.

    статья [20,6 K], добавлен 27.08.2017

  • Принципы организации и функционирования биологических нейронных сетей. Система соединенных и взаимодействующих между собой простых процессоров. Нейронные сети Маккалока и Питтса. Оценка качества кластеризации. Обучение многослойного персептрона.

    курсовая работа [1,1 M], добавлен 06.12.2010

  • Возможности программ моделирования нейронных сетей. Виды нейросетей: персептроны, сети Кохонена, сети радиальных базисных функций. Генетический алгоритм, его применение для оптимизации нейросетей. Система моделирования нейронных сетей Trajan 2.0.

    дипломная работа [2,3 M], добавлен 13.10.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.