1. 研究目的与意义
现在互联网发展的广度和深度都在不断加大--随着智能移动设备的推广，越来越多的人使用互联网，而且互联网开始渗透到众多的行业，涵盖社会的方方面面。
在这样的一个背景下，互联网目前已经成为一个海量的信息体，通过处理互联网中的相关信息，从中获取和筛选出有价值的信息成为了一种重要的获取信息的手段。
证券市场本身受到众多经济因素和非经济因素的影响（比如：政治、社会事件等），这导致了证券市场本身的变化波动的不确定性。
2. 研究内容和预期目标
研究内容：利用中文语义分析技术，使用知网可以判断任意词语的类别并计算其语义倾向值，构建社交媒体中投资者的情绪指数，并且以同时段的股市为研究对象，基于向量自回归模型，运用Granger因果关系检验、脉冲响应函数，探讨社交媒体中不同程度的投资者情绪倾向与股市收益之间的预测能力。
拟解决的关键问题：关键问题是如何构建社交平台投资者的情绪指数和如何运用模型分析情绪指数和证券市场的关联性。
写作提纲：1.引言：介绍研究的相关知识和背景，介绍研究的意义和目的，概述本文的大致框架和论证思路。
3. 国内外研究现状
最先是一些学者开始使用互联网上抓取的信息来进行人们行为的预测。
比如Gruhl等人（2005）的研究成功的通过在线聊天的内容预测了书本的销售量。
Mishne和De Rijke（2006）通过对人们电影Blog中所反应的情绪信息成功的预测了电影的销量。
4. 计划与进度安排
准备阶段：抓取相关社交平台数据，学习了解研究中可能要使用到的方法和模型。
查阅资料阶段：查找相关国内外研究文献。
资料的分析整理阶段：运用掌握的方法和模型对已收集的数据进行分析，并得出一定的结论。
5. 参考文献
施荣盛. 投资者关注与分析师评级漂移. 中国股票市场的证据[J]. 投资研究，2012，31(6):133－145.张永杰，张维，金曦，熊熊. 互联网知道的更多么？：网络开源信息对资产定价的影响[J].系统工程理论与实践，2011，31(4):577－586．林振兴. 网络讨论、投资者情绪与IPO抑价[J]. 山西财经大学学报，2011，33（2）：23－29．崔亮.投资者情绪的统计测评及其应用研究[D]. 西南财经大学, 2013.程琬芸，林杰. 社交媒体的投资者涨跌情绪与证券市场指数[J]. 管理科学,2013Vol.26 No.5 :111－119.夏雨禾. 微博互动的结构与机制---基于对新浪微博的实证研究[J]. 新闻与传播研究，2010 (4): 60 －69，110 －111.杨维. 论微博在网络舆论形成中的作用[J]. 现代视听，2011 (1) .梁坤，蒋翠清，丁勇. 基于中文社会媒体的股票收益预测---从干系人视角分析[J]. 情报学报，2013，32 ( 4 ):390-396.谢国强. 基于支持向量回归机的股票价格预测[J]. 计算机仿真，2009，29（4）：379-382易志高，茅宁. 中国股市投资者情绪测量研究：CICSI的构建[J]. 金融研究，2009（11）：174-185Mao H，Counts S，Bollen J. Predicting financial markets:Comparing survey，news，Twitter and search engine data [J / OL]. Ithaca NY: ArXiv e-prints，2011. http:∥arxiv.org / pdf /1112.1051.pdf.Joseph K，Wintoki M B，Zhang Z． Forecasting abnor-mal stock returns and trading volume using investorsentiment:Evidence from online search［J］． Interna-tional Journal of Forecasting，2011，27 (4):1116 －1127．De Choudhury M，Sundaram H，John A，Seligmann DD． Can blog communication dynamics be correlatedwith stock market activity? ［C］∥ Proceedings ofthe Nineteenth ACM Conference on Hypertext and Hypermedia． New York，NY:ACM，2008:55－60．Mao Y，Wei W，Wang B，Liu B． Correlating S＆P500 stocks with Twitter data［C］∥ Proceedings ofthe First ACM International Workshop on Hot Topicson Interdisciplinary Social Networks Ｒesearch． NewYork，NY:ACM，2012:69－72．Zhang X，Fuehres H，Gloor P A． Predicting asset val-ue through Twitter buzz［C］∥ Altmann J，Baumol U，Kramer B J． Advances in Collective Intelligence 2011． Berlin:Springer，2012:23－34．Sabherwal S，Sarkar S K，Zhang Y． Do internet stockmessage boards influence trading? Evidence fromheavily discussed stocks with no fundamental news［J］． Journal of Business Finance ＆ Accounting，2011，38(9/10):1209－1237．Ruiz E J，Hristidis V，Castillo C，Gionis A，JaimesA． Correlating financial time series with micro-blog-ging activity［C］∥Proceedings of the Fifth ACM In-ternational Conference on Web Search and Data Min-ing． New York，NY:ACM，2012:513－522．Li D，Ma Y，Guo J． Words semantic orientation clas-sification based on HowNet［J］． The Journal of Chi-na Universities of Posts and Telecommunications，2009，16(1):106－110．Zhang X，Fuehres H，Gloor P A． Predicting stock market indicators through Twitter#8220;I hope it is not as bad as I fear#8221;［J］． Procedia-Social and Behavioral Sciences，2011，26:55－62．Gruhl D, Guha R, Kumar R. et al. The predictive power of online chatter|C|//Proceedings of the eleventh ACM SIGKDD international conference on Knowledge discovery in data mining. ACM, 2005: 78-87.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
