本发明具体涉及一种基于多维数据分析的企业每股收益预测系统。
背景技术：
1、每股收益通常被用来反映企业的经营成果，衡量普通股的获利水平及投资风险，是投资者等信息使用者据以评价企业盈利能力、预测企业成长潜力、进而做出相关经济决策的重要的财务指标之一。
2、传统的每股收益预测方法主要基于公司的财务数据和统计模型。
技术实现思路
1、本发明提供了一种基于多维数据分析的企业每股收益预测系统解决上述提到的技术问题，具体采用如下的技术方案：
2、一种基于多维数据分析的企业每股收益预测系统，包含:
3、数据采集模块，用于采集目标企业在视频发布平台发布的视频数据和对应的关键视频元数据，以及从csmar数据库采集目标企业的财务数据；
4、视频声音分析模块，用于从视频数据的音频中分析提取出音频特征；
5、视频文本分析模块，用于从视频数据的文本数据和关键视频元数据中的文本数据分析提取出文本特征；
6、第一预测模块，基于音频特征和文本特征得到第一每股收益预测结果；
7、第二预测模块，基于视频数据的关键视频元数据以及企业的财务数据得到第二每股收益预测结果；
8、综合模块，基于所述第一预测模块和所述第二预测模块的预测结果得到最终每股收益预测结果。
9、进一步地，所述数据采集模块采用selenium base自动化测试工具对目标视频发布平台进行自动化访问，并通过自动化保存和加载cookies记忆会话状态，减少重复登录的时间和操作。
10、进一步地，所述关键视频元数据包含:视频发布者名称、视频点赞数、视频收藏数、视频转发数和评论内容。
11、进一步地，所述视频声音分析模块提取的音频特征包含：速率特征、节奏特征、持续时间、音高特征、音调特征、音量特征和停顿特征。
12、进一步地，所述视频文本提取模块采用文本嵌入模型将文本数据转化为向量形式的文本特征。
13、进一步地，所述视频音频提取模块提取的音频特征的维度小于所述文本提取模块提取的文本特征的维度。
14、进一步地，所述第一预测模块首先通过转换组件将音频特征和文本特征转换为大小相同的特征向量，再通过融合组件将转换后的两个特征向量进行融合，再将融合结果输入到一全连接层得到第一每股收益预测结果。
15、进一步地，所述转换组件基于双向lstm层将输入的音频特征和文本特征转换为大小相同的特征向量，所述融合组件基于lstm架构将转换后的两个特征向量进行融合。
16、进一步地，所述第二预测模块通过支持向量机模型对关键视频元数据和财务数据进行处理得到第二每股收益预测结果。
17、进一步地，所述综合模块采用堆叠泛化技术融合所述第一预测模块和所述第二预测模块的预测结果得到每股收益预测结果。
18、本发明的有益之处在于所提供的基于多维数据分析的企业每股收益预测系统，结合了公司社交媒体的视频数据和财务数据，提供一个基于综合数据分析的更全面、更准确的每股收益预测方式。
1.一种基于多维数据分析的企业每股收益预测系统，其特征在于，包含：
2.根据权利要求1所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
3.根据权利要求1所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
4.根据权利要求1所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
5.根据权利要求4所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
6.根据权利要求5所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
7.根据权利要求6所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
8.根据权利要求7所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
9.根据权利要求1所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
10.根据权利要求9所述的基于多维数据分析的企业每股收益预测方法，其特征在于，
