基于Python的机器学习和深度学习在股市评论情感分析中的应用（含完整代码及报告）- 毕业设计

简介：
本毕业设计项目运用Python进行机器学习与深度学习技术研究，聚焦于股票市场评论的情感分析。通过构建模型来识别、抽取并分析文本数据中的情绪倾向，并提供完整的代码和详尽的研究报告，旨在为投资者提供更加精准的市场趋势预测工具。 在国内这种非有效的市场环境中，分析投资者的情绪显得尤为重要。我们可以通过对已标记的股评文本进行情感分析，并利用这些结果来构建指标，之后研究该指标与股市的关系。 数据存储在data目录下，包含三个部分： 1. 已标注的正负情绪股评文本：每种情绪类别有4607条记录，已经过分词处理。 2. 从东方财富股吧收集的上证指数相关评论：约50万条评论，时间范围为2017年4月至2018年5月。该板块非常活跃，平均每隔七秒就会有人发布一条新的评论。 3. 上证指数数据：直接从新浪获取。 情感分析模型包括机器学习和深度学习两种类型： - model_ml.py: 包含八种不同的机器学习方法进行对比测试 - model_dl.py: 三种不同深度学习框架用于比较研究 通过完成上述的情感分类、指标构建流程后，我们可以获得一些有趣的结果。