مدل های هوش مصنوعی قابل توضیح مبتنی بر متهوریستی (XAI) برای مشکلات دنیای واقعی

مقاله تحقیق |دسترسی آزاد جلد 2022 |شناسه مقاله 4644855 |https://doi.org/10. 1155/2022/4644855 استناد

طبقه بندی کاربر و موتور توصیه مبتنی بر بورس بر اساس یادگیری ماشین و تجزیه و تحلیل توییتر

Prasad N. Achyutha ، 1 سوشووان چودوری ، 2 Subhas Chandra Bose ، 3 Kler Rajnish ، 4 Surve Jyoti ، 5 و Karthikeyan Kaliyaperumal بیشتر نشان بده، اطلاعات بیشتر سردبیر دانشگاهی: ویجی کومار 07 فوریه 2022 دریافت کرد اصلاح شده 01 مارس 2022 پذیرفته شده 08 مارس 2022 منتشر شده 22 آوریل 2022

خلاصه

قیمت بورس سهام شرکت به صورت روزانه متفاوت است. استفاده از الگوی رسانه های اجتماعی از شرکت را می توان برای یافتن ارزش های نمره احساسات تعیین کرد. عامل وابستگی بین پلت فرم توییت رسانه های اجتماعی و عملکرد یک سازمان می تواند تأثیر آن بر قیمت سهام تعیین شود. داده های تاریخی از API های مالی یاهو برای شناسه شرکت منحصر به فرد گرفته شده است و سپس احتمال خوب یا بد سهام مشخص می شود. همچنین ، توییت های مربوط به شرکت برای یافتن نمرات مثبت و منفی اسکن و مورد تجزیه و تحلیل قرار می گیرد. مقدار غلظت مرتبط با رشد ، شدت هزینه سرمایه و حجم ارتقاء از جمله عوامل مورد استفاده در مدل سازی سهام بود. این مقاله همچنین امور مالی سالانه کاربر نهایی را بر اساس پرداخت LIC ، پرداخت بیمه پزشکی و اجاره متوسط می گیرد و سپس طبقه بندی کاربر را انجام می دهد. بر اساس طبقه بندی کاربر ، شرکت ها بر اساس ترتیب نزولی ارزش سهام به کاربر نهایی توصیه می شوند. میانگین حجم ، میانگین قیمت ، میانگین شاخص بازار ، میانگین گردش روزانه و شاخص اختلاف احساسات براساس توییت های یک شرکت و ارزش پیش بینی شده عملکرد آن است. برای طبقه بندی کاربر ، از الگوریتم دستگاه بردار پشتیبانی استفاده می کنیم. برای تجزیه و تحلیل احساسات از توییت ها ، الگوریتم ساده لوح استفاده می شود و سپس طبقه بندی سهام بر اساس مدل سازی ریاضی انجام می شود ، که شامل شاخص تجزیه و تحلیل احساسات است.

1. تحقیقات اصلی

الگوهای ارتباطی شرکت را می توان برای درک عملکرد شرکت مورد تجزیه و تحلیل قرار داد. تأثیر قیمت سهام به عوامل مختلفی مانند ارتباطات در رسانه های اجتماعی ، توییتر و تاریخچه مربوط به قیمت ها به همراه سایر عوامل بورس بستگی دارد. از داده های عمومی در دسترس با شرکت های مختلف و داده های سهام به دست آمده از Finance Yahoo می توان برای تجزیه و تحلیل الگوهای سهام استفاده کرد. توییت ها را می توان به مجموعه ای از بیانیه ها تبدیل کرد. سپس هر بیانیه برای به دست آوردن جریان احساساتی داده های کلی توییتر مورد تجزیه و تحلیل قرار می گیرد و سپس بر اساس تجزیه و تحلیل توییتر به یک ماتریس تبدیل می شود. شناسه های منحصر به فرد محصولات را پیدا کنید و سپس کل احساسات محصولات تعیین می شود. این داده ها می تواند به تغییر توصیه ها به کاربران نهایی مربوط به اینکه سهام شرکت برای تجارت یا خرید مناسب تر است ، کمک کند. جریان های جالبی در بین کاربرانی وجود دارد که از برنامه های منحصر به فرد رسانه های اجتماعی استفاده می کنند [1]. بیشتر تحقیقات در زمینه سیستم های توصیه سهام در دو زمینه متمرکز شده است: سیستم های توصیه سهام بر اساس تفسیر سهام و قیمت گذاری [2 ، 3]. این کار در پیش بینی فروش به همراه محاسبه قیمت کمک خواهد کرد [4]. در حال حاضر ، توصیه های سهام بر اساس پیش بینی قیمت بیشتر مبتنی بر رویکردهای عددی و آماری و همچنین یک مدل داده سری و یک مدل یادگیری ماشین است [5 ، 6]. کانال هایی مانند تیم های Jabber و Microsoft وجود دارد که در سازمان برای ارتباطات داخلی مورد استفاده قرار می گیرند و می توانند منافع اعضا را به همراه سایر تأثیرات بر عملکرد شرکت بیاموزند [7]. ادغام فن آوری های مختلف ، از جمله داده کاوی ، یادگیری عمیق ، روانشناسی گله و سایر فن آوری های غیرمستقیم ، در توصیه های تجاری ، در عرصه مالی فعلی به یک موضوع داغ تبدیل شده است. درآمد خالص پول فقط در چند تحقیق به عنوان یک استراتژی توصیه سهام مورد استفاده قرار می گیرد [8 ، 9]. رسانه های اجتماعی و داده های نامه الکترونیکی توسط ارتباطات درون سازمانی و بین سازمانی استفاده می شوند. این برنامه ها در ضبط رفتار به نمایش گذاشته شده توسط استخراج رویدادها و ارتباطات ایجاد شده توسط رهبری و کارمندان شرکت کمک می کند. استحکام و پایداری عواملی اندکی هستند که می توانند با تجزیه و تحلیل ارتباطات تعیین شوند [10].

داده های مربوط به ارزش بازار سهام به صورت روزانه و تغییر روزانه ایجاد می شود. بورس سهام یک سیستم پیچیده و سخت است که در آن افراد ممکن است سود خود را از دست بدهند یا کل پس انداز زندگی خود را از دست بدهند [11]. به طور کلی ، ما معتقدیم که افزایش سهام با حجم معاملات قابل توجهی مربوط به سفارش بالا برای خرید سهام است. به منظور تعیین جریان عظیم جریان خالص سهام ، باید حجم معاملات سهام و چریدن سهام را مطالعه کنیم. جریان خالص نقدی و جریان پول مفاهیم جداگانه ای است [12 ، 13]. طبق نظریه پیشنهادی در ارتباطات ، عدم موفقیت یا موفقیت یک عملکرد مهم تجاری به ارتباط کارمندان بستگی دارد. این امر همچنین در عملکرد کارمندان نقش در موفقیت یا عدم موفقیت محصول تأثیر خواهد گذاشت [14]. خاطرنشان شده است که جریان پول اغلب از صفر بیشتر است ، در حالی که جریان خالص پول کمتر از صفر است. به طور جداگانه ، جریان خالص پول بیش از صفر است ، اما حرکت خالص سفارش عظیم زیر صفر است [15 ، 16]. این مدل بر اساس ادغام شرکت با کسب و کار جدید و جدید استارتاپ ، تغییرات فرآیند و ورشکستگی ایجاد شده است تا بتواند عملکرد شرکت را در بستر تجارت سهام پیدا کند [17]. پیش بینی قیمت سهام قابل توجه است زیرا توسط بازرگانان و افراد عادی مورد استفاده قرار می گیرد. افرادی که در فعالیت های بورس شرکت می کنند یا پول خود را از دست می دهند یا کل پس انداز زندگی خود را از دست می دهند. این یک سیستم شکسته است. از آنجا که نوسانات قیمت تحت تأثیر طیف گسترده ای از عناصر مانند اخبار ، داده های رسانه های اجتماعی ، اصول ، تولید شرکت ها ، اوراق قرضه دولتی ، قیمت گذاری تاریخی و اقتصاد ملی قرار دارد ، ساختن یک مدل مناسب دشوار است [18]. تجزیه و تحلیل داده های تاریخی سهام [19] و تشکیل سهام مبتنی بر قانون [20]. متغیرهای متعدد برای مدل سازی عملکرد سهام ، یعنی جریان الگوی ، بازخورد ارائه شده توسط کارمندان و مردم و رویدادهای خاص ایجاد می شوند. مدل عملکرد شامل یک نظرسنجی در مورد تجزیه و تحلیل شغلی ، عملکرد یک کارمند و بهره وری یک فرد و همچنین یک گروه است [21]. چند مدل دیگر در زمینه ارتباطات از زیردستان ، سرپرست یک تیم ، کیفیت اطلاعات و همبستگی محاسبه شده بین مجموعه کارمندان کار می کنند [22].

2. انگیزه

از آنجا که قیمت بازار هر شرکت به صورت روزانه در حال تغییر است ، لازم است راه حلی برای پیش بینی این ارقام پیدا کنید. تازگی این کار در پیوند سکوهای اجتماعی ، یعنی یاهو با الگوریتم Baiyes نهفته است ، و مشخص شده است که آمازون حداکثر نرخ پیش بینی را نشان می دهد. سیستم عامل های رسانه های اجتماعی امروزه بسیار مورد استفاده قرار گرفته اند و برای مشاهده ، تجزیه و تحلیل و گمانه زنی در مورد روند بورس سهام از اهمیت زیادی برخوردار هستند. از آنجا که بسترهای اجتماعی به طور مستقیم با فعالیت های اقتصادی ، سیاسی و اجتماعی مرتبط هستند ، که به طور مستقیم بر فراز و نشیب های آنها در بازار سهام تأثیر می گذارد. پیش بینی قیمت ها پیچیده ترین کار به دلیل ماهیت متفاوت قیمت ها است. ارزش قیمت سهام مربوط به احساسات بیان شده در بازار مربوط به ارزش فرار برای سهام است. این مقادیر در یافتن بهترین قیمت مفید هستند. تجارت مسئول سقوط و ظهور اقتصاد کشورها است. ابزارهای مورد استفاده برای مشاوره به مشتریان در مورد خرید یا فروش سهام ، برنامه های کارگزاری سهام هستند. ابزارها از داده های فنی استفاده می کنند و سری های زمانی را روی آن انجام می دهند. متون مربوط به رسانه ها حاوی نظرات هستند که ماهیت تجاری دارند. سپس داده های عاطفی برای یافتن احساسات مورد تجزیه و تحلیل قرار می گیرند. از ابزارهای خزنده وب مانند Twitter4J می توان برای دریافت نظرات خاص برای شرکت ها و سپس تجزیه و تحلیل داده ها برای تولید احساسات برای هر یک از توییت ها استفاده کرد. سپس ، در تمام توییت ها ، نمره کل احساسات برای هر یک از شرکت ها محاسبه می شود.

معایب مختلف در سیستم موجود که می تواند اصلاح شود عبارتند از: (i) داده های تاریخ از API مالی یاهو برای انجام توصیه ها استفاده می شود و احساسات عمومی بیان شده توسط پروفایل شرکت یا کارمندان و همچنین عموم مردم را در نظر نمی گیرد. بشر(ب) کاربرانی که پیشنهادات آنها را ارائه می دهند طبقه بندی نمی شوند ، بنابراین حتی اگر یک گروه با درآمد متوسط پیشنهاد شود ، سهام با ارزش بسیار بالا پیشنهاد می شود ، و از این رو از نظر طبیعت سازگار نیست. از این رو ، بر اساس هزینه های پولی کاربران نهایی ، طبقه بندی انجام نمی شود.

3. پس زمینه

متغیرهای مورد استفاده در مدل سازی سهام شامل ارزش غلظت مربوط به رشد ، شدت سرمایه گذاری و میزان تبلیغات است. این عوامل در طبقه بندی شرکت پر جذاب یا کم جذابیت کمک می کند. سود یا ضرر شرکت را می توان بر اساس محاسبه متغیرهای شرکت تعیین کرد. رفتار مطالعه برای کارمندان می تواند عواملی مانند نهاد رسمی ، نهاد غیررسمی ، برنامه ریزی ماهیت ، امتیازات پاداش ، همراه با مهارت و تأثیر مدیر ، برای موفقیت یک سازمان مهم باشد [23].

عملکرد فنی پروژه ها به دو مدل ارتباطات بستگی دارد. مدل اول ارتباط مستقیم با تیم پروژه است و مدل دوم شامل یک فرد واسطه است که به نمایندگی از تیم ارتباط برقرار می کند. مقادیر ارتباطی شامل نوع کد مورد استفاده ، ارتباط بین محصولات و مدلهایی که برای همکاری در سازمان و خارج از سازمان دنبال می شوند [24]. از تنظیمات دنیای واقعی در بازارهای مالی برای پیش بینی عملکرد سهام استفاده می شود. وبلاگ ها گرفته می شوند ، تخمین احساسات مختلف انجام می شود و سپس قیمت بازار سهام مشخص می شود. از ویژگی های متنوعی مانند ارزش اضطراب ، سطح نگرانی و تشخیص ترس می توان در یافتن تأثیر سهام استفاده کرد [25].

گروه های پروژه توسعه از نظر طول عمر گروهی متفاوت خواهند بود ، که به عنوان میزان زمانی که مردم با هم کار می کنند تعریف می شود [26]. این اطلاعات را می توان در داخل یا خارج از سازمان آشکار کرد. هم عملکرد فنی و هم از نظر ارتباطات برای ترکیب تصدی گروهها بسیار مهم است و بر عملکرد سهام شرکت تأثیر می گذارد [27]. کیفیت خدمات برای سازمان به سود بستگی دارد. تغییرات قیمت سهام و تصور خوب آن با استفاده از ارتباطات و کنترل پردازش فرآیند کارآمد برای حفظ شرکت ایجاد می شود و دوم نتیجه ای است که فرآیند جدید تولید می کند. این مراحل به امنیت موقعیت بهتر بازار در بورس کمک می کند [28]. جستجوی اطلاعات در وب با استفاده از حسابداری و اقدامات مبتنی بر بازار به منظور محاسبه خطر انجام می شود. این استراتژی به طور کلی به ذینفعان ابلاغ می شود. به عنوان مثال ، تعداد کمی از شرکت ها بخش های مختلفی داشتند که برای تحلیلگران تأثیرگذاری بر بازار سهام بسیار دشوار بود و تأثیرات منفی بر قیمت آن داشتند [29]. ارتباطات در یک سازمان بزرگ بر رفتار قیمت سهام تأثیر دارد. از خواص و ساختار داده ها می توان برای آموزش مدل استفاده کرد. از این مدل ، بدیهی است که ارتباط متنوع تری وجود دارد. ارتباطات متقابل ، بین فردی بر بحران سازمانی تأثیر می گذارد و می تواند منجر به عدم موفقیت در سازمان شود [30 ، 31].

4. روش شناسی

این روش شامل طبقه بندی کاربران به دسته های مختلف است: طلا ، نقره ، پلاتین و برنز. این طبقه بندی بر اساس درآمد ناخالص سالانه ، بیمه درمانی ، اجاره و سایر عوامل مالی انجام می شود. داده های مالی از یاهو مالی برای شرکت ها گرفته شده است. داده های توییتر گرفته شده و سپس نمرات مثبت و منفی شرکت را پیدا می کنند. پس از آن ، محاسبه قیمت به همراه طبقه بندی شرکت ها انجام می شود. برای هر نوع کاربر ، کلاسهای مختلف شرکتها توصیه می شود. ماژول های مختلف را می توان به شرح زیر توصیف کرد ، همانطور که در شکل 1 نشان داده شده است.