Nicole Tode, Tarek Abuzarour, Fabian Lang

Text Mining - Drei Methoden zur Textanalyse (eBook, ePUB)

• Format: ePub

Produktbeschreibung

Studienarbeit aus dem Jahr 2010 im Fachbereich Didaktik - BWL, Wirtschaftspädagogik, Note: 1,7, Johann Wolfgang Goethe-Universität Frankfurt am Main, Sprache: Deutsch, Abstract: Die vorliegende Arbeit beschäftigt sich mit der Auswertung drei wesentlicher Methoden zur Analyse von Textmaterial. Diese Methoden stammen allesamt von Wissenschaftlern mit dem Ziel, zukünftig valide Prognosen über den Einfluss einer Neuveröffentlichung zu treffen. Die erste Ausarbeitung mit dem Titel "When is a Liability not a Liability? Textual analysis, Dictionairies, and 10-Ks" (Loughran, McDonald 2009) befasst sich mit der Auswertung von Texten mittels Wörterbüchern. Die zweite Arbeit namens "Using news articles to predict stock price movements" (Gidófalvi 2001) untersucht den Einfluss von Finanz- und Unternehmensnachrichten auf 12 Aktienkurse des NASDAQ-Index. Dabei wird als Algorithmus der naive Bayes-Textklassifikator verwendet, der aufgrund seiner einfachen und praktischen Anwendbarkeit häufig von Wissenschaftlern zur Klassifizierung von Nachrichten benutzt wird. Schließlich beschäftigt sich die dritte Ausarbeitung mit dem Titel "Kursrelevanzprognose von Ad-hoc-Meldungen" (Schulz, Spilipoulou, Winkler 2003) mit dem Einfluss mitteilungspflichtiger Unternehmensnachrichten auf deren Aktienkurse, um zukünftige Prognosen vorherzusagen. Das Ziel dieser Ausarbeitung ist die Analyse der konzeptionellen Vorgehensweise der drei Veröffentlichungen. Es soll dargelegt werden, wie die Methodik der Modelle als auch die Metrik der Auswertung der Ergebnisse bei allen drei Arbeiten sind. Dabei soll anhand der Systematiken anderer Wissenschaftler eine Beurteilung und gegebenenfalls Erweiterung der einzelnen Modelle erfolgen.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: GRIN Verlag
• Seitenzahl: 54
• Erscheinungstermin: 19. Oktober 2012
• Deutsch
• ISBN-13: 9783656293873
• Artikelnr.: 64238195