Text Mining - Drei Methoden zur Textanalyse

Studienarbeit aus dem Jahr 2010 im Fachbereich BWL - Didaktik, Wirtschaftspdagogik, Note: 1,7, Johann Wolfgang Goethe-Universitt Frankfurt am Main, Sprache: Deutsch, Abstract: Die vorliegende Arbeit beschftigt sich mit der Auswertung drei wesentlicher Methoden zur Analyse von Textmaterial. Diese Methoden stammen allesamt von Wissenschaftlern mit dem Ziel, zuknftig valide Prognosen ber den Einfluss einer Neuverffentlichung zu treffen. Die erste Ausarbeitung mit dem Titel When is a Liability not a Liability? Textual analysis, Dictionairies, and 10-Ks" (Loughran,
McDonald 2009) befasst sich mit der Auswertung von Texten mittels
Wrterbchern. Die zweite Arbeit namens "Using news articles to predict stock price movements" (Gidfalvi 2001) untersucht den Einfluss von Finanz- und Unternehmensnachrichten auf 12 Aktienkurse des NASDAQ-Index. Dabei wird als Algorithmus der naive Bayes-Textklassifikator verwendet, der aufgrund seiner einfachen und praktischen Anwendbarkeit hufig von Wissenschaftlern zur Klassifizierung von Nachrichten benutzt wird. Schlielich beschftigt sich die dritte Ausarbeitung mit dem Titel Kursrelevanzprognose von Ad-hoc-Meldungen" (Schulz, Spilipoulou, Winkler 2003) mit dem Einfluss mitteilungspflichtiger
Unternehmensnachrichten auf deren Aktienkurse, um zuknftige Prognosen vorherzusagen.

Das Ziel dieser Ausarbeitung ist die Analyse der konzeptionellen Vorgehensweise der drei Verffentlichungen. Es soll dargelegt werden, wie die Methodik der Modelle als auch die Metrik der Auswertung der Ergebnisse bei allen drei Arbeiten sind. Dabei soll anhand der Systematiken anderer Wissenschaftler eine Beurteilung und
gegebenenfalls Erweiterung der einzelnen Modelle erfolgen.