基于情感增强时间序列数据的事件干预LSTM模型半导体行业趋势预测

本研究的创新之处在于将深度学习方法和情感分析集成到传统商业模型分析和预测中，研究对象为台积电（TSMC）用于台半导体行业趋势预测。对于半导体行业快速的市场变化和晶圆技术发展，传统数据分析方法在高种类和时间序列数据方面表现不佳。收集了来自台积电季报报告中的文本数据和时间序列数据，包括财务信息。通过考虑来自公司内部事件和外部全球事件的情感干预，对文本数据进行情感分析。使用情感增强的时间序列数据，采用LSTM模型预测台积电的行业趋势。预测结果揭示了台积电晶圆技术的显著发展，以及全球市场的潜在威胁，并与台积电发布的产品新闻和国际新闻相吻合。该工作在考虑内部和外部事件干预的情况下，准确地实现了半导体行业趋势预测，对研究和商业层面都提供了有价值的信息。