[[alternative]]The changes of enterprises value based on ontology : using financial news as an example

碩士[[abstract]]新聞除了是投資人用來得知上市公司的相關資訊的主要媒介，亦是屬於會影響股價顯著變化的非結構化因素。新聞事件的本身除了會影響投資人在決定其投資策略的重要參考依據外，同時也隱藏著具有影響股價變化的可能性。是以如何在眾多新聞面項中，找出提升投資績效的通用新聞知識結構是相當有意義且重要的研究。 本研究提出在建構出影響股價之企業新聞的知識本體模型。並利用此知識本體模型，使用資料探勘技術將新聞文件處理過後，利用本體中企業屬性分類新聞資料，使用關聯規則找出企業每個屬性項目的關鍵詞組。最後將該模型下之關鍵詞組結構，用來驗證此結構與市場上股價的變化之關係。 實驗結果找出了企業知識本體跟企業價值變化的關係，利用此關係可以去針對短期內企業價值變化在股票上的預測分析，作為投資人投資時的決策參考。[[abstract]]News is in addition to the investors used to know the relevant information of listed companies, the main medium, is also a significant change in stock prices will affect the unstructured factors. In addition to the news itself will affect the investors in determining their investment strategy based on an important reference, but also hidden with the impact of the possibility of changes in stock prices. It is quite meaningful and important to find out how to find out the general news knowledge structure that enhances investment performance in many news items. This study proposes to construct a knowledge ontology model of corporate news that affects stock prices. And use this knowledge ontology model, the use of data mining technology to deal with the news file, the use of ontology in the enterprise attribute classification news materials, the use of association rules to find the enterprise each attribute project keyword group. Finally, the keyword group structure under the model is used to verify the relationship between the structure and the change of the stock price in the market. The results of the experiment find out the relationship between the enterprise knowledge ontology and the change of the enterprise value. The relationship can be used to analyze the forecast of the enterprise value in the short term, as the decision reference for the investor''s investment.[[tableofcontents]]致謝辭 I 目錄 VI 表目錄 VIII 圖目錄 IX 第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究目的與初步結果 1 1.3 研究對象 2 1.4 研究架構 2 第二章 文獻探討 3 2.1 知識本體 3 2.2 文字探勘 5 2.2.1 中文文件處理 7 2.2.2 關聯規則 8 2.3 企業價值 10 2.4 效率市場假說 13 2.5 新聞資料於股價預測之相關研究 14 第三章 研究方法 18 3.1 研究架構 18 3.2 建置領域本體論 19 3.3 新聞資料屬性分類 24 3.4 新聞資料處理 26 3.5 中文斷句及斷詞 27 3.6 關聯規則 28 3.7 本體階層結構建立 28 第四章 實驗與分析 29 4.1 資料來源與實驗對象 29 4.2 新聞資料本體分類 30 4.3 新聞文件處理 30 4.4 本體階層關聯處理 31 4.5 實驗結果與分析 33 第五章 結論與建議 34 5.1 結論 34 5.2 未來研究與建議 35 參考文獻 36 表目錄 表2- 1 新聞資料與股價趨勢預測分析之研究 17 表3- 1 領域本體論中片斷詞彙 20 表3- 2 同義字定義限制示例 22 表3- 3 類別(Class)的示例 23 表3- 4 新聞資料範例 25 表3- 5 本體屬性分類說明 25 表3- 6 斷詞結果範例 27 表4- 1 企業本體屬性項目包含之新聞文件數列表 30 表4- 2 斷詞後篩選的詞組範例 31 表4- 3 上漲本體模型 32 表4- 4 下跌本體模型 32 表4- 5 預測準確率統計表 33 圖目錄 圖2- 1 鴻海本體結構 4 圖2- 2 本體論分類 5 圖2- 3 文字探勘流程圖 6 圖2- 4 交易紀錄 10 圖2- 5 效率市場的層次 14 圖2- 6 資訊對事件、新聞、股價之互動關係圖 15 圖3- 1 研究架構圖 18 圖3- 2 本體論類別 21 圖3- 3 企業知識本體類別其子類別階層關係 21 圖3- 4 企業知識本體示例 23 圖3- 5 企業知識本體示例 24 圖3- 6 新聞分類圖 26 圖4- 1 企業本體屬性詞組圖 31[[note]]學號: 604630466, 學年度: 10