دانلود مقاله ISI انگلیسی شماره 101149
ترجمه فارسی عنوان مقاله

بهبود پیش بینی بازار سهام از طریق همگام سازی اطلاعات ناهمگن

عنوان انگلیسی
Improving stock market prediction via heterogeneous information fusion
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
101149 2018 41 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 12827 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 55 تومان 20 روز بعد از پرداخت 705,485 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 110 تومان 10 روز بعد از پرداخت 1,410,970 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Knowledge-Based Systems, Volume 143, 1 March 2018, Pages 236-247

ترجمه کلمات کلیدی
رسانه های اجتماعی، همبستگی سهام، تخمین تانسور، پیش بینی سهام، 00-01، 99-00،
کلمات کلیدی انگلیسی
Social media; Stock correlation; Tensor factorization; Stock prediction; 00-01; 99-00;
پیش نمایش مقاله
پیش نمایش مقاله بهبود پیش بینی بازار سهام از طریق همگام سازی اطلاعات ناهمگن

چکیده انگلیسی

In this work, we extract the events from Web news and the users’ sentiments from social media, and investigate their joint impacts on the stock price movements via a coupled matrix and tensor factorization framework. Specifically, a tensor is firstly constructed to fuse heterogeneous data and capture the intrinsic relations among the events and the investors’ sentiments. Due to the sparsity of the tensor, two auxiliary matrices, the stock quantitative feature matrix and the stock correlation matrix, are constructed and incorporated to assist the tensor decomposition. The intuition behind is that stocks that are highly correlated with each other tend to be affected by the same event. Thus, instead of conducting each stock prediction task separately and independently, we predict multiple correlated stocks simultaneously through their commonalities, which are enabled via sharing the collaboratively factorized low rank matrices between matrices and the tensor. Evaluations on the China A-share stock data and the HK stock data in the year 2015 demonstrate the effectiveness of the proposed model.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 12827 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 55 تومان 20 روز بعد از پرداخت 705,485 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 110 تومان 10 روز بعد از پرداخت 1,410,970 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.