個股研究報告ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

透過社群輿情分析探討電商平台之策略與口碑之一致性—以蝦皮購物、MOMO購物及PChome為例

為了解決個股研究報告ptt的問題，作者黃筠軒 這樣論述：

網路購物的興起帶動電商平台的發展，在台灣電商市場中，儼然已形成三強鼎立的競爭狀態。網路的存在也讓消費者能更自由的發表言論。消費者在消費過程中本就會受到口碑的影響，而網路口碑比起傳統口碑的影響力更無遠弗屆。本研究使用eyeSocial 輿情分析平台作為分析工具，蒐集蝦皮購物、MOMO購物、PChome於2021年1月至2021年6月期間在PTT、Dcard上之相關討論文章，並分析其聲量、好感度、熱詞，歸納並分析輿情內容是否與各電商平台所制定之策略相符。研究結果顯示，蝦皮購物的討論主要以賣家的交易糾紛為主，MOMO購物的討論主要以當時的負面新聞報導及稱讚疫情當下的物流速度為主，PChome則以3

C產品的資訊交流及抱怨疫情當下的物流速度為主。這些結果與各電商平台的策略有相符之處，也有牴觸之處。最後，根據分析結果提出口碑操作及營運上的建議。

使用谷歌雲端平台(GCP)建構結合技術指標、情緒指標與關注度指標的台灣加權股價指數漲跌預測系統

為了解決個股研究報告ptt的問題，作者林庭羽 這樣論述：

股價瞬息萬變，本研究藉由財經新聞、社群發文、投顧研究報告，做財經情緒分析得到情感指標；再加上Google關注度指標及股市技術指標，作為深度學習建立台灣加權股價指數漲跌預測模型的資料來源。 本研究的系統開發，建立在谷歌的 Google Cloud Platform (GCP)雲端平台上，GCP提供了豐富的API。先在Compute Engine創建一個虛擬主機，接著在App Engine上撰寫爬蟲程式獲取資料來源，然後將收集的資料交由BigQuery進行資料處理，從Ckip數據中進行語意情緒分析，最後倒入TensorFlow 深度學習，進行漲跌預測。