Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Language Sentiment" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
The Impact of Investor Sentiment on Direction of Stock Price Changes: Evidence from the Polish Stock Market
Autorzy:
Polak, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/2053925.pdf
Data publikacji:
2021-12-20
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
sentiment analysis
natural language processing
machine learning
financial forecasting
behavioral finance
Opis:
The purpose of this research is to examine the impact of sentiment derived from news headlines on the direction of stock price changes. The study examines stocks listed on the WIG-banking sub-sector index on the Warsaw Stock Exchange. Two types of data were used: textual and market data. The research period covers the years 2015–2018. Through the research, 7,074 observations were investigated, of which 3,390 with positive sentiment, 2,665 neutral, and 1,019 negative. In order to examine the predictive power of sentiment, six machine learning models were used: Decision Tree Classifier, Random Forest Classifier, XGBoost Classifier, KNN Classifier, SVC and Gaussian Naive Bayes Classifier. Empirical results show that the sentiment of news headlines has no significant explanatory power for the direction of stock price changes in one-day time frame.
Źródło:
Journal of Banking and Financial Economics; 2021, 2(16); 72-90
2353-6845
Pojawia się w:
Journal of Banking and Financial Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Strategy for Improving Crowdfunding Investments in Startup Business
Стратегія покращення краудфандингових інвестицій у стартап-бізнес
Autorzy:
Pasmawati, Yanti
Tontowi, Alva Edy
Hartono, Budi
Wijayanto, Titis
Powiązania:
https://bibliotekanauki.pl/articles/21270310.pdf
Data publikacji:
2022-03-04
Wydawca:
Dnieprowski Uniwersytet Narodowy im. Ołesia Honczara
Tematy:
crowdfunding
startup business
online customer reviews
sentiment analysis
natural language processing
краудфандинг
стартап-бізнес
онлайн-відгуки клієнтів
аналіз настроїв
процеси обробки природної мови
Opis:
Purpose: This research was conducted to analyze the extent to which online customer reviews (OCRs) can stimulate investment backers as a strategy to increase crowdfunding investment. Design / Method / Approach: This research is quantitative. Natural language processing (NLP) processes review text documents based on linguistic study, a lexicon-based method is used for sentiment analysis classification based on polarity score (pros and cons), while Multiple linear regression forms a model or relationship between online customer reviews and crowdfunding investments. OCRs consisting of numeric and text features were collected from one hundred technology products (3D printing, drones, cameras, wearables) on Kickstarter.com. Findings: The study results show that, in addition to positive reviews, the number of comments and the number of sentiment reviews can increase consumer interest in investing in technology products on the crowdfunding platform. Moreover, positive reviews have the most positive effect on crowdfunding investments. Practical Implications: The study results are expected to be used for startup business, especially technology products as a strategy to increase funding investment on a reward-based crowdfunding platform. Startups can take advantage of online customer reviews as one of important factors in stimulating potential backers and backers to invest. Social implications: The strategy of utilizing online customer reviews can be used especially for technology product-based startup business to get funding support as a resource in completing a product development stage. Originality / Value: The novelty of this research is that it focuses on a technological product development stage, product campaigns on a reward-based crowdfunding platform, considering online customer reviews through sentimental (online reviews) and numerical characteristics (number of comments, number of sentiment reviews) simultaneously as a strategy to increase investment. Research Limitations / Future Research: This study has some limitations as it used only online customer reviews as an attribute that affects crowdfunding investment. Future research is expected to explore online customer reviews to determine important attributes (unique words) as consideration for strategies to increase crowdfunding investment.
Мета роботи: Це дослідження було проведено, щоб проаналізувати, наскільки онлайн-огляди клієнтів (OCRs) можуть стимулювати спонсорів інвестицій як стратегію збільшення інвестицій у краудфандинг. Дизайн / Метод / Підхід дослідження: Це дослідження є кількісним. Процеси обробки природної мови (NLP) переглядають текстові документи на основі лінгвістичного дослідження, метод на основі лексики використовується для класифікації настроїв на основі оцінки полярності (за і проти), тоді як множинна лінійна регресія формує модель або зв’язок між відгуками клієнтів в Інтернеті та краудфандинговими інвестиціями. OCRs, що складаються з числових і текстових функцій, були зібрані зі ста технологічних продуктів (3D-друк, дрони, камери, носії) на Kickstarter.com. Результати дослідження: Результати дослідження показують, що, крім позитивних відгуків, кількість коментарів і кількість відгуків про настрої можуть підвищити інтерес споживачів до інвестування в технологічні продукти на платформі краудфандингу. Більше того, позитивні відгуки найбільш позитивно впливають на краудфандингові інвестиції. Практична цінність дослідження: Очікується, що результати дослідження будуть використані для стартап-бізнесу, особливо технологічних продуктів, як стратегії збільшення інвестицій у фінансування на краудфандинговій платформі, заснованій на винагородах. Стартапи можуть скористатися перевагами онлайн-оглядів клієнтів як одним із важливих факторів стимулювання потенційних спонсорів і спонсорів, вже готових інвестувати. Соціальна цінність дослідження: Стратегія використання онлайн-відгуків клієнтів може бути використана особливо для запуску бізнесу на основі технологічних продуктів, щоб отримати фінансову підтримку як ресурс для завершення етапу розробки продукту. Оригінальність / Цінність дослідження: Новизна цього дослідження полягає в тому, що воно зосереджується на етапі розробки технологічного продукту, продуктових кампаніях на краудфандинговій платформі, заснованій на винагородах, враховуючи онлайн-відгуки клієнтів через сентиментальні (огляди в Інтернеті) та числові характеристики (кількість коментарів, кількість оцінки настроїв) одночасно як стратегія збільшення інвестицій. Обмеження дослідження / Майбутні дослідження: У цьому дослідженні є деякі обмеження, оскільки було використано лише онлайнові відгуки клієнтів як атрибут, який впливає на інвестиції в краудфандинг. Очікується, що майбутні дослідження будуть вивчати відгуки клієнтів в Інтернеті, щоб визначити важливі атрибути (унікальні слова) для розгляду стратегій збільшення інвестицій у краудфандинг.
Źródło:
European Journal of Management Issues; 2022, 30, 1; 17-24
2519-8564
Pojawia się w:
European Journal of Management Issues
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza sentymentu – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych
Sentiment analysis. An example of application and evaluation of RID dictionary and Bayesian classification methods in qualitative data analysis approach
Autorzy:
Tomanek, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/622902.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza danych jakościowych
analiza sentymentu
analiza treści
text mining
kodowanie tekstów
przetwarzanie języka naturalnego słownik RID
naiwny klasyfikator Bayesa
CAQDAS
qualitative data analysis
sentiment analysis
content analysis
coding techniques
natural language processing
RID dictionary
naive Bayes
Opis:
Celem artykułu jest prezentacja podstawowych metod klasyfikacji jakościowych danych tekstowych. Metody te korzystają z osiągnięć wypracowanych w takich obszarach, jak przetwarzanie języka naturalnego i analiza danych nieustrukturalizowanych. Przedstawiam i porównuję dwie techniki analityczne stosowane wobec danych tekstowych. Pierwsza to analiza z zastosowaniem słownika tematycznego. Druga technika oparta jest na idei klasyfikacji Bayesa i opiera się na rozwiązaniu zwanym naiwnym klasyfikatorem Bayesa. Porównuję efektywność dwóch wspomnianych technik analitycznych w ramach analizy sentymentu. Akcentuję rozwiązania mające na celu zbudowanie trafnego, w kontekście klasyfikacji tekstów, słownika. Porównuję skuteczność tak zwanych analiz nadzorowanych do skuteczności analiz zautomatyzowanych. Wyniki, które prezentuję, wzmacniają wniosek, którego treść brzmi: słownik, który w przeszłości uzyskał dobrą ocenę jako narzędzie klasyfikacyjne, gdy stosowany jest wobec nowego materiału empirycznego, powinien przejść fazę ewaluacji. Jest to, w proponowanym przeze mnie podejściu, podstawowy proces adaptacji słownika analitycznego, traktowanego jako narzędzie klasyfikacji tekstów.
The purpose of this article is to present the basic methods for classifying text data. These methods make use of achievements earned in areas such as: natural language processing, the analysis of unstructured data. I introduce and compare two analytical techniques applied to text data. The first analysis makes use of thematic vocabulary tool (sentiment analysis). The second technique uses the idea of Bayesian classification and applies, so-called, naive Bayes algorithm. My comparison goes towards grading the efficiency of use of these two analytical techniques. I emphasize solutions that are to be used to build dictionary accurate for the task of text classification. Then, I compare supervised classification to automated unsupervised analysis’ effectiveness. These results reinforce the conclusion that a dictionary which has received good evaluation as a tool for classification should be subjected to review and modification procedures if is to be applied to new empirical material. Adaptation procedures used for analytical dictionary become, in my proposed approach, the basic step in the methodology of textual data analysis.
Źródło:
Przegląd Socjologii Jakościowej; 2014, 10, 2; 118-136
1733-8069
Pojawia się w:
Przegląd Socjologii Jakościowej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies