ترجمه مقاله کاربرد انفورماتیک در متن کاوی شبکه مالی بر اساس رایانش عاطفی- سال 2022


 

مشخصات مقاله:

 


 

عنوان فارسی مقاله:

کاربرد انفورماتیک در متن کاوی شبکه مالی بر اساس رایانش عاطفی

عنوان انگلیسی مقاله:

Application of Informetrics on Financial Network Text Mining Based on Affective Computing

کلمات کلیدی مقاله:

انفورماتیک، SparkR، رایانش توزیع شده، رایانش احساسی

مناسب برای رشته های دانشگاهی زیر:

اقتصاد

مناسب برای گرایش های دانشگاهی زیر:

 اقتصاد مالی، اقتصاد پولی، برنامه ریزی سیستم های اقتصادی

وضعیت مقاله انگلیسی و ترجمه:

مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.


فهرست مطالب:

چکیده
مقدمه
2. انفورماتیک در اینترنت به وسیله رایانش عاطفی
3. پلتفرم SparkR و الگوریتم استخراج شبکه
3.1. اطلاعات شبکه پیش پردازش
3.2. تحقق توزیع الگوریتم های CART و توده تصادفی بر SparkR
3.2.1. تولید الگوریتم توزیع SparkR از CART
3.2.2. درک توزیع الگوریتم توده تصادفی
3.3. درک الگوریتم خوشه بندی بر توزیع SparkR
4. آزمایشات و آنالیز نتایج
4.1. تاثیر انفورماتیک بر اینترنت و بر نوسانات نرخ ارز
4.2. آزمایش 1
4.3. آزمایش 2
4.4. آزمایش 3
نتیجه گیری
منابع


قسمتی از مقاله انگلیسی و ترجمه آن:

Abstract

With the rapid development of internet, text data is becoming richer, but most part of them is unstructured. So compared to statistics data, the text data is more difficult to be utilized. How to apply the informetrics on financial network text mining is a supplement to the traditional research methods of finance. The paper tries to forecast exchange rate volatility through informetrics on financial network text mining by means of affective computing. We find that if the amount of informetrics on network is used during predicting, only the peak and valley values of its volatility and are synchronous with the volatility of exchange rate. While the volatility of emotional intensity of words of informetrics on network in text data can accurately predict not only the drastic volatility of exchange rate, but also the moderate volatility. Introduction Recently, many currencies have seen a significant devaluation against the U.S. dollar, which has caused many investors and policymakers to worry. Therefore, how to accurately predict the future trend of the exchange rate has become the main task of current researchers. There are many traditional methods to predict the future trend of financial variables, such as probability method, signal method, Markov switching approach, network method, etc. But these methods are helpless facing online text data. So this paper tries to explore whether the exchange rate can be accurately predicting through informetrics on financial network text mining.

چکیده

با توسعه سریع اینترنت، داده های متنی پربارتر می شوند، اما بخش عمده آن، ساختار نیافته است. بنابراین، بهره-برداری از داده های متنی در مقایسه با داده های آماری، سخت تر است. نحوه کاربرد انفورماتیک در متن کاوی شبکه مالی، مکملی برای روش های تحقیق سنتی سرمایه است. این مقاله، سعی می کند تا نوسان نرخ ارز را از طریق انفورماتیک در استخراج شبکه مالی به وسیله محاسبات عاطفی، پیش بینی کند. ما در می یابیم که اگر میزان انفورماتیک در شبکه، طی پیش بینی به کار رود، تنها مقادیر اوج و کمینه نوسان آن، با نوسان نرخ ارز، همگام هستند. این در حالی است که، نوسان شدت عاطفی کلمات انفورماتیک روی شبکه در داده های متنی، می تواند به طور دقیق، نه تنها نوسان جدی نرخ ارز را، بلکه همچنین نوسان معتدل را نیز، پیش بینی کند.


 

دانلود رایگان مقاله انگلیسی

خرید ترجمه مقاله