This paper reports about research i

This paper reports about research into the use of sentiment
analysis on social media in order to predict a company’s
short term performance. As a measure for the short term
performance, the stock price of a company is used. The
sentiment is extracted from a large corpus of tweets mentioning
twenty large companies and a few techniques of
extracting sentiment are reviewed. We find that for sentiment
analysis a Naive Bayes classifier trained with data
very similar to the corpus performs best. We use the Naive
Bayes classifier to extract the sentiment from tweets. Together
with the stock prices of twenty companies, we train
various supervised machine learning models. We find that
there is a combination of data where the accuracy of a
classifier is 65,5%, but most other cases appear to be as
bad as an algorithm that classifies randomly.

Results (Thai) 1:

กระดาษนี้รายงานเกี่ยวกับการวิจัยในการใช้ความเชื่อมั่นวิเคราะห์สังคมเพื่อการคาดการณ์ของบริษัทประสิทธิภาพการทำงานระยะสั้น เป็นการวัดในระยะสั้นประสิทธิภาพ ราคาหุ้นของบริษัทไว้ ที่สกัดจากคอร์พัสคริใหญ่ของเข้ามากล่าวถึงความเชื่อมั่นบริษัทยี่สิบขนาดใหญ่และเทคนิคบางอย่างแยกความเชื่อมั่นได้ตรวจทาน เราหาที่ความเชื่อมั่นฝึกวิเคราะห์ classifier Naive Bayes กับข้อมูลคล้ายกับในคอร์พัสคริทำส่วนต่าง ๆ เราใช้การ NaiveBayes classifier เพื่อดึงความเชื่อมั่นที่จากฟีด เข้าด้วยกันราคาหุ้นของบริษัทยี่สิบ เราฝึกเรียนรู้ต่าง ๆ มีเครื่องรุ่นนี้ เราพบว่ามีการรวมกันของข้อมูลที่ถูกต้องของการclassifier เป็น 65,5% แต่กรณีอื่น ๆ ที่ปรากฏจะเป็นเลวร้ายอย่างอัลกอริทึมที่ใช้จัดประเภทสุ่ม

Results (Thai) 2:

กระดาษนี้รายงานเกี่ยวกับการวิจัยในการใช้ความเชื่อมั่นการวิเคราะห์เกี่ยวกับสื่อสังคมในการสั่งซื้อที่จะคาดการณ์ของ บริษัท ที่ผลการดำเนินงานสั้น เป็นมาตรการระยะสั้นประสิทธิภาพราคาหุ้นของ บริษัท ที่ถูกนำมาใช้ ความเชื่อมั่นสกัดจากคลังใหญ่ของทวิตเตอร์กล่าวถึงยี่สิบ บริษัท ขนาดใหญ่และเทคนิคบางประการของการสกัดความเชื่อมั่นจะมีการทบทวน เราพบว่าความเชื่อมั่นการวิเคราะห์จําแนกเบส์ซื่อๆผ่านการฝึกอบรมที่มีข้อมูลคล้ายกับคลังดำเนินการที่ดีที่สุด เราใช้หน่อมแน้มจําแนกเบส์ที่จะดึงความเชื่อมั่นจากการทวีต ร่วมกันกับราคาหุ้นของ บริษัท ยี่สิบเรารถไฟจำลองการเรียนรู้ภายใต้การดูแลเครื่องต่างๆ เราพบว่ามีการรวมกันของข้อมูลที่ถูกต้องของการจําแนกเป็น65,5% แต่ส่วนใหญ่กรณีอื่น ๆ ดูเหมือนจะเป็นที่ไม่ดีเป็นอัลกอริทึมที่จัดสุ่ม

Results (Thai) 3:

บทความนี้รายงานเกี่ยวกับการวิจัยในการใช้สื่อทางสังคมในการวิเคราะห์อารมณ์

เพื่อทำนายของบริษัทในระยะสั้น ) เป็นวัดสำหรับประสิทธิภาพการทำงานในระยะ
สั้น ราคาหุ้นของ บริษัท ที่ใช้
ความเชื่อมั่นสกัดจากคลังข้อมูลขนาดใหญ่ของ tweets ที่พูดถึง
ยี่สิบ บริษัท ขนาดใหญ่และไม่กี่เทคนิค
แยกความเชื่อมั่นจะทบทวนเราพบว่าในการวิเคราะห์ไร้เดียงสา Bayes ลักษณนามฝึกด้วยข้อมูล
คล้ายกับคลังข้อมูลประสิทธิภาพที่ดีที่สุดอารมณ์

เราใช้ Bayes ไร้เดียงสา
ตัวดึงความเชื่อมั่นจากข้อความ ด้วยกัน
กับราคาหุ้นของบริษัทต่าง ๆยี่สิบ เราฝึก
ดูแลการเรียนรู้เครื่องรุ่น เราพบว่า มันคือการรวมกันของข้อมูล

ที่ความถูกต้องของการจำแนกเป็น 65,5 %แต่ในกรณีอื่น ๆส่วนใหญ่ที่ปรากฏจะเป็นเลวเป็นอัลกอริทึมที่จัด

แบบสุ่ม