貨櫃與航運書ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們挖掘出下列價位、菜單、推薦和訂位總整理

植基於自動化社群網路論壇內容探勘技術之輿情分析-以航運股為例

為了解決貨櫃與航運書ptt的問題，作者呂承恩 這樣論述：

隨著網際網路發展普及，使得資訊網路對於人類的生活是更佳的親密，文字逐漸成為網路世界裡最常被溝通的媒介，人們亦透過社群網路表達對於股市議題的意見與看法，這些大量的討論議題成為了資訊大熔爐。在網路上，人們可持個人意見來相互探討股市議題，因每個人的立場不同，而產生了帶著鮮明個人情緒之討論，因此社群網路論壇之輿情分析探討有充分的必要性。本研究以增廣中文意見詞詞典 (ANTUSD) 為建立詞庫之基礎，並借助中研院斷詞系統將評論內容進行字詞拆解，藉由比對詞庫中所有字詞及所提出之意見詞，計算出評論情緒值，是以，字詞辨識及中文語法規則是情緒分析的充分必要條件，本研究透過自然語言處理問題，進行文字間的極性關係

處理文字間的極性關係分析，並辨識出正面或負面等情緒。此外，為了更進一步地提升系統評價的能力，藉由批踢踢股票版上之留言所使用之字詞出現頻率來調整原資料庫內之權重值，並搭配隔日航運各類股日報酬率計算皮爾森相關係數，並透過相關統計數據來確認系統評估獲利之能力，其中，主升期間2的貨櫃類股前一日的正向輿論情緒值與隔日收盤的負向報酬成顯著相關，主跌期間2的散裝類股前一日的正向輿論情緒值與隔日收盤的正向報酬成顯著相關，主跌期間2的航空類股前一日的正向輿論情緒值與隔日收盤的負向報酬成顯著相關，這顯示本研究在社群網路論壇內容探勘技術之輿情分析具有一定程度的貢獻。