خانه / مقاله ترجمه شده ISI / مقاله ترجمه شده مهندسی کامپیوتر / مقاله مدل جدید بازیابی اطلاعات بر اساس سند فازی به منظور پیش بینی

مقاله مدل جدید بازیابی اطلاعات بر اساس سند فازی به منظور پیش بینی

سال : 2017 ژورنال : ELSEVIER تعداد صفحات انگلیسی : 23 تعداد صفحات فارسی: 32

 

عنوان انگلیسی مقاله :

A Novel Fuzzy Document Based Information Retrieval Model for Forecasting

عنوان فارسی مقاله :

مدل جدید بازیابی اطلاعات بر اساس سند فازی به منظور پیش بینی

چکیده فارسی :

سیستم های بازیابی اطلاعات عموما به منظور یافتن اسنادی به کار برده می شوند که به صورت بسیار مناسب از سوی کاربران به صورتی پویا به وجود می آیند. در این مقاله یک مدل جدید بازیابی اطلاعات بر اساس سند فازی (FDIRM ), به منظور دستیابی به هدف پیش بینی شاخص بازار سهام پیشنهاد شده است. نوآوری مربوط به روش پیشنهادی یک طرح نمره دهی اصلاح شده ی tf-idf برای پیش بینی روند آینده ی مربوط به شاخص بورس سهام به کار برده می شود. سهم این مقاله در رابطه با این قضیه از دو جهت قابل بررسی است: 1) در سیستم پیشنهادی , سری زمانی ساده به سری زمانی منطقی فازی غنی شده به همراه یک رویکرد منحصر به فرد از ترکیب احساسات مرتبط با اطلاعات با در نظر گرفتن قیمت تبدیل می شود. 2) یک روش منحصر به فرد زمانی دنبال می شود که با استفاده از مدل سازی سیستم بازیابی اطلاعات ( IR ) یک سیستم ساده ی IR را به سیستم پیش بینی کننده تبدیل می نماید. همچنین مقا یسه ی کارایی FDIRM به همراه مدل استاندارد معیار صورت می پذیرد.مدل استاندارد معیار به اثبات این قضیه می پردازد که وجود مدل پیشنهادی به منظور تبدیل شدن به یک مدل پیشنهادی خوب ضروری است.

داده های بازار سرمایه به وسیله ی شاخص نزولی استاندارد و فقیر 50 (شاخص 50- CNX NIFTY ) بورس اوراق بهادار ملی هندوستان (NSE ) فراهم گشته است که برای آزمایش و تعیین اعتبار مدل پیشنهادی به کار برده می شوند. داده ی معتبر به منظور اعتبار سنجی و آزمایش از طریق سایت gttp://www.nseindia.com که یک وب سایت رسمی مربوط به NSE می باشد به دست می آید. یک برنامه ی جاوا به منظور اجرای مدل در زمان واقعی به همراه رابط کاربری گرافیکی ساخته می شود.

کلید واژه ها: شمعدان ژاپنی , منطق فازی , Tf-idt , پیش بینی , داده کاوی, بازیابی اطلاعات

چکیده انگلیسی:

Information retrieval systems are generally used to find documents that are most appropriate according to some query that comes dynamically from users. In this paper a novel Fuzzy Document based Information Retrieval Model (FDIRM) is proposed for the purpose of Stock Market Index forecasting. The novelty of proposed approach is a modified tf-idf scoring scheme to predict the future trend of the stock market index. The contribution of this paper has two dimensions, 1) In the proposed system the simple time series is converted to an enriched fuzzy linguistic time series with a unique approach of incorporating market sentiment related information along with the price and 2) A unique approach is followed while modeling the information retrieval (IR) system which converts a simple IR system into a forecasting system. From the performance comparison of FDIRM with standard benchmark models it can be affirmed that the proposed model has a potential of becoming a good forecasting model. The stock market data provided by Standard & Poor’s CRISIL NSE Index 50 (CNX NIFTY-50 index) of National Stock Exchange of India (NSE) is used to experiment and validate the proposed model. The authentic data for validation and experimentation is obtained from http://www.nseindia.com which is the official website of NSE. A java program is under construction to implement the model in real-time with graphical users’ interface.

 

دانلود رایگان فایل انگلیسی مقاله

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دو × 3 =