نظام تحليل المشاعر لسوق الأسهم السعودي باستخدام تعلم الآلة والمعالجة الطبيعية للغة العربية

في هذا المشروع قمت بالعمل على جمع بيانات (تغريدات تويتر) حول سوق الأسهم السعودي في الفترة الممتدة من 2021 إلى 2025 باستخدام twitter-api.io ثم القيام بتنظيفها ومعالجتها لعمل Sentiment Analysis عليها واستخلاص رؤى قيّمة حول توجهات المستثمرين ومشاعرهم تجاه السوق.

النطاق التقني:

-حجم البيانات: أكثر من 40,000 تغريدة باللغة العربية تم جمعها وتحليلها

-المعالجة اللغوية: تطوير معجم شامل للمشاعر باللغة العربية يحتوي على أكثر من 350 كلمة مصنفة (إيجابية، سلبية، محايدة) مع مراعاة خصوصية مصطلحات سوق الأسهم السعودي

-خوارزميات التصنيف: تطبيق 5 خوارزميات تعلم آلة مختلفة (SVM, Random Forest, SGD, Logistic Regression, Decision Tree)

-استخلاص السمات: استخدام تقنيات TF-IDF وCount Vectorizer مع دمج السمات المعجمية

المخرجات الرئيسية:

-نموذج تصنيف بدقة تصل إلى 79% لتحديد المشاعر (إيجابية/سلبية/محايدة) للتغريدات العربية

-حساب مؤشر المشاعر اليومي باستخدام معادلة خاصة

-تحليل المشاعر حسب القطاعات (البنوك، الإسمنت، العقارات، الاتصالات، التأمين، التجزئة، الزراعة)

-تحديد الكلمات والمصطلحات الأكثر تأثيراً على توجهات السوق

التقنيات المستخدمة:

-اللغات: Python

-المكتبات: Pandas, NumPy, Scikit-learn, NLTK, Joblib

-قواعد البيانات: Excel/CSV للتخزين المحلي

-واجهات البرمجة: Twitter API للحصول على البيانات الفورية

-المعالجة: تنظيف النصوص العربية، إزالة التشكيل، توحيد الأحرف، حذف الكلمات الشائعة

التأثير والفوائد:

يساعد هذا النظام المستثمرين والمحللين في:

-فهم التوجه العام للسوق من خلال تحليل آراء المتداولين

-اتخاذ قرارات استثمارية مدروسة بناءً على مؤشرات المشاعر

-تحديد القطاعات الأكثر إيجابية أو سلبية في فترات زمنية محددة

-رصد التغيرات المفاجئة في مشاعر السوق والتنبؤ بالاتجاهات المستقبلية