戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

295

295

10.7　例：株価変動予測のためにニュース記事をマイニングする

ものになるでしょう。

注意：潜在的情報としてのトピック

トピックモデルは一種の潜在的情報です。潜在的情報については 12 章で、映画の

レコメンデーションを例にしてもう少し説明をします。潜在的情報は、一種の中間

物であり、入力と出力の間に差し込まれた、見えない情報のレイヤとみなすことが

できます。テキスト内の潜在的なトピックを見つけることと、映画視聴者の映画に

対する潜在的な「想い」を見つけるためのテクニックは本質的には同じと言えます。

テキストの場合では、単語は姿の見えないトピックにマッピングされ、トピックは

ドキュメントにマッピングされます。このようにすることで、モデル全体はより複

雑になり、学習コストが高くなりますが、より良い結果を得られるようになります。

加えて、後程 12 章で映画のレコメンデーションを例として説明するように、潜在

的情報はそれ自体に意味があり、有用な情報となることもあります。

10.7

 例：株価変動予測のためにニュース記事をマイニングする

テキストマイニングにおけるいくつかの問題を説明するため、新たに予測的なマイニング

の課題を取り上げます。この課題では、テキストで記述されたニュース記事から株価の変動

を予測します。大雑把に言ってしまえば、これから行うのはニュースワイヤ

†

で配信された

記事から「株式市場を予測する」ことです。この課題には、テキスト処理や問題の定式化に

関する、多くの共通要素が含まれています。