Los puntos clave no están disponibles para este artículo en este momento.
FinanceVox aborda el impacto de los medios digitales en el mercado financiero al predecir los precios de las acciones a través del análisis de sentimientos 1. El programa comprende tres componentes interconectados: Firebase para el almacenamiento de datos, un backend de IA para insights en tiempo real y Flutter para una interfaz amigable para el usuario. El Experimento A prueba la precisión de la predicción de acciones, revelando una IA conservadora pero enfatizando la importancia de refinar los algoritmos y la calidad de los datos. El Experimento B evalúa la escalabilidad del backend de IA, indicando su efectividad para manejar un aumento de interacciones de usuarios. Las comparaciones de metodología destacan el enfoque integral de FinanceVox en comparación con soluciones académicas, incorporando diversas fuentes de datos, PLN y modelos LSTM 2. Las limitaciones incluyen una única fuente de datos (Twitter) y la necesidad de conjuntos de datos más diversos. Las mejoras implican la expansión de las fuentes de datos, el aumento de la calidad de los datos y actualizaciones continuas de algoritmos para la adaptabilidad al mercado 3. En general, FinanceVox tiene como objetivo proporcionar a los usuarios predicciones de acciones confiables basadas en un análisis holístico de sentimientos de varias plataformas en línea.
Yao et al. (Sat,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: