Wykorzystanie informacji tekstowej w modelowaniu i predykcji ekonomicznych szeregów czasowych

• Autorzy: Paweł Lula

Warianty tytułu

Information Retrieval from Text Documents for Statistical Predictive Models

• Języki publikacji: PL

Abstrakty

Zasadniczym celem pracy jest przedstawienie i ocena metod pozyskiwania istotnych informacji z dokumentów tekstowych i ich uwzględnienia w statystycznych modelach o charakterze predykcyjnym. W pracy rozpatrywane są trzy podejścia do procesu pozyskiwania i reprezentacji informacji tekstowej: oparte na wyrazach, oparte na wzorcach oraz oparte na modelu ontologicznym. Zrealizowane badania empiryczne dotyczyły metod uwzględniania informacji zawartych w komunikatach spółek giełdowych przy prognozowaniu stóp zwrotu cen akcji. (abstrakt oryginalny)

EN

The paper discusses the problem of information retrieval from text documents for statistical predictive models. Three approaches are discussed: word-based, pattern-based and ontology-based. During empirical research the problem of information retrieval from announcements published by companies listed on the Warsaw Stock Exchange was studied.(original abstract)

Słowa kluczowe

PL

Informacja; Modele prognostyczne; Szeregi czasowe; Prognozowanie stóp zysku akcji

EN

Information; Forecasting models; Time-series; Forecasting the return rate of shares

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2010
• Tom: 17
• Numer: nr 107 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 448--455

Twórcy

autor

Paweł Lula

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Allemang D., Hendler J., Semantic Web for the Working Ontologist, Morgan Kaufmann Publisher, 2007.
• Davies J., Studer R., Warren P., Semantic Web Technologies. Trends and Research in Ontology-based Systems, John Wiley & Sons, 2006.
• Lula P., Text Mining jako narzędzie pozyskiwania informacji z dokumentów tekstowych, Statsoft, http://www.statsoft.pl/czytelnia/8 2007/Lula05.pdf, 2005.
• http://domino.research.ibm.com/comm/research projects.nsf/pages/uima.knowlcdgeRush.html.