声明
1. 绪论
1.1 研究背景及意义
1.2 研究思路和方法
1.3 研究的内容框架
1.4 研究的创新之处
2. 文献综述
2.1 PMI的研究现状
2.1.1 PMI与宏观经济
2.1.2 制造业PMI指数的预测
2.2 文本情感分析
2.2.1 文本情感分类
2.2.2 情感指数的构建
2.2.2 情感指数的应用
2.4 文献综述小结
3. 相关理论与方法介绍
3.1 网络爬虫技术
3.2 文本情感分类方法
3.2.1 基于情感词典方法
3.2.2 基于机器学习方法
3.2.3 基于深度学习模型
3.3 预测模型原理
3.3.1完全集合经验模态分解
3.3.2 BP神经网络
3.3.3 RNN与LSTM
4. 新闻情感指数的构建
4.1 数据的来源与爬取
4.2 数据的处理
4.2.1 数据预处理
4.2.2 情感分类
4.3 情绪指数的构建与分析
5. 基于情感指数的制造业PMI预测
5.1 原始PMI数据的预处理
5.2 PMI的预测
5.2.1 预测模型的构建
5.2.2 预测结果
5.3 模型预测结果的比较
5.3.1 各模型评价指标对比
5.3.2 模型之间的DM检验
5.4 小结
6. 结论与展望
6.1 结论
6.2 研究不足与展望
参考文献
致谢
西南财经大学;