10.11925/infotech.2096-3467.2022.0538
基于多模态深度学习的酒店股票预测
[目的]基于多模态深度学习方法,通过分析旅游评论中消费者情绪,预测酒店股票的价格走势.[方法]构建多模态的深度学习模型,首先进行多模态信息的编码,通过LSTM和图神经网络提取文本与图片中的交互信息,最后进行酒店股票的预测.[结果]结合Yelp的旅游评论数据进行实证研究,并与相关基线模型作比较.实验结果表明,本文提出的多模态模型具有优越性,股票预测的平均准确率达到59.10%.[局限]仅在Yelp网站的4个酒店的数据集上进行模型测试,未在其他旅游平台上进一步验证.[结论]所提模型能够充分提取不同模态间的交互信息,有效提升酒店股票预测的准确性.
多模态数据、深度学习、旅游评论、消费者情绪、股票预测
7
TP391;G350(计算技术、计算机技术)
2023-07-31(万方平台首次上网日期,不代表论文的发表时间)
共12页
21-32