Knowledge base: Warsaw University of Technology

Settings and your account

Back

Giving Buy/sell Recommendatons Based on Articles Coming From Websites with Use of Sentiment Analysis

Michalina Krześniak

Abstract

This paper presents a method developed for recommending shares which are traded on a stock exchange. This method is based on text mining techniques, in particular on the sentimental analysis. There is used the matrix representation of texts downloaded from web sites via RSS feeds. For the purpose of this work were developed rules which help to detect negated words in the articles. In this work is also included a description of the project and implementation of the system using the developed method.
Record ID
WUT6cdfb44390734564b50e200421536725
Diploma type
Master of Science
Author
Michalina Krześniak (FEIT/ICS) Michalina Krześniak,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT)
Title in Polish
Generowanie rekomendacji giełdowych na podstawie informacji z serwisów internetowych z wykorzystaniem analizy sentymentalnej
Supervisor
Grzegorz M. Protaziuk (FEIT/ICS) Grzegorz M. Protaziuk,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT)
Certifying unit
Faculty of Electronics and Information Technology (FEIT)
Affiliation unit
The Institute of Computer Science (FEIT/ICS)
Language
(pl) Polish
Status
Finished
Issue date (year)
2012
Internal identifier
ENII-PM.001563
Keywords in Polish
analiza sentymentalna, przetwarzanie tekstów, klasyfikacja, wykrywanie negacji, rekomendacje giełdowe
Keywords in English
sentimental analysis, text mining, classifkation, recommendations, negation detection
Abstract in Polish
Praca prezentuje opracowaną przeze urnie metodę rekomendacji akcji będących przedmiotem obrotu na giełdzie papierów wartościowych. Metoda ta bazuje na technikach eksploracji danych, w szczególności na analizie sentymentalnej. Wykorzystywana jest reprezentacja macierzowa tekstów pobranych z serwisów internetowych poprzez kanały RSS. Na potrzeby tej pracy opracowane zostały także reguły pozwalające na wykrywanie negacji w przetwarzanych artykułach. W pracy zawarty został również opis projektu i implementacji systemu wykorzystującego opracowaną metodę.

Uniform Resource Identifier
https://repo.pw.edu.pl/info/master/WUT6cdfb44390734564b50e200421536725/
URN
urn:pw-repo:WUT6cdfb44390734564b50e200421536725

Confirmation
Are you sure?
Report incorrect data on this page