文件名称：金融中的机器学习：主题建模方法-研究论文
文件大小：2.78MB
文件格式：PDF
更新时间：2024-06-09 00:43:47
topic modeling machine learning structuring
我们提供了将机器学习应用于金融的文献的第一个综合结构。 我们使用概率主题建模方法来理解涉及金融，经济学，计算机科学和决策科学学科的多样化研究主体。 通过主题建模方法（一种潜在的Dirichlet分配技术），我们能够提取14个相关研究主题，这些主题是我们从1990年至2018年分析的5,204篇学术论文的重点。我们首先描述和构造这些主题，然后进一步说明主题关注点在过去二十年中是如何演变的。 因此，我们的研究为寻求将机器学习研究方法整合到他们对金融现象的探索中的金融研究人员提供了结构化的地形。 我们还展示了对主题进行概率建模的方法对金融研究人员的好处，以深入理解文学体系，尤其是当该文学具有多种多样的行为主体时。