پیش بینی قیمت سهام با استفاده از عقیده کاوی و تحلیل احساسات در شبکه اجتماعی توییتر با بکارگیری ماشینهای بردار پشتیبان

امروزه شبکه های اجتماعی یک میانجی سریع و پویای ارتباطی محسوب می شوند که یک ابزار حیاتی کسب و کار را تشکیل می دهد. تنوع داده تولید شده در شبکه های اجتماعی می تواند باعث شود در زمینه های گوناگونی این داده ها استفاده داشته باشند حتی می توانند منجر به ایجاد یک سیستم تصمیم یار شوند. احساسات جمعی و گروهی ایجاد شده در شبکه های اجتماعی می تواند در پیش بینی مسایل مختلفی به ما کمک کند و قبل از اینکه اتفاقی بیافتد ما را مطلع سازد تا بتوانیم بهترین استفاده از شرایط موجود را داشته باشیم. در این پژوهش از داده های یک شبکه اجتماعی مانند توییتر استفاده می کنیم تا بتوانیم با عقیده کاوی آینده قیمت یک سهام خاص را پیش بینی کنیم. بدین صورت که با استفاده از زبان برنامه نویسی پایتون و الگوریتم تبدیل کلمه به بردار از یک مجموعه داده تگ گذاری شده استفاده کرده ایم تا برنامه خود را به گونه ای آموزش دهیم تا احساسات موجود در هر جمله جدیدی را که به آن می دهیم را درک کند و آن را مانند الگوی خود تگ گذاری کند. پروژه ما با توجه به توییت های مورد استقبال قرار گرفته هرروز، خروجی برنامه و با استفاده از تعداد لغات دارای احساسات قوی مثبت یا منفی روز می تواند قیمت یک سهام خاص را با دقتی بالا پیش بینی کند. همچنین با بهره گیری از این متغیرها می توانیم با دقت نزدیک هشتاد درصد جهت حرکت قیمت روز بعد یک سهم را نیز پیش بینی کنیم.