新聞除了是投資人用來得知上市公司的相關資訊的主要媒介，亦是屬於會影響股價顯著變化的非結構化因素。新聞事件的本身除了會影響投資人在決定其投資策略的重要參考依據外，同時也隱藏著具有影響股價變化的可能性。是以如何在眾多新聞面項中，找出提升投資績效的通用新聞知識結構是相當有意義且重要的研究。
本研究提出在建構出影響股價之企業新聞的知識本體模型。並利用此知識本體模型，使用資料探勘技術將新聞文件處理過後，利用本體中企業屬性分類新聞資料，使用關聯規則找出企業每個屬性項目的關鍵詞組。最後將該模型下之關鍵詞組結構，用來驗證此結構與市場上股價的變化之關係。
實驗結果找出了企業知識本體跟企業價值變化的關係，利用此關係可以去針對短期內企業價值變化在股票上的預測分析，作為投資人投資時的決策參考。

News is in addition to the investors used to know the relevant information of listed companies, the main medium, is also a significant change in stock prices will affect the unstructured factors. In addition to the news itself will affect the investors in determining their investment strategy based on an important reference, but also hidden with the impact of the possibility of changes in stock prices. It is quite meaningful and important to find out how to find out the general news knowledge structure that enhances investment performance in many news items.
This study proposes to construct a knowledge ontology model of corporate news that affects stock prices. And use this knowledge ontology model, the use of data mining technology to deal with the news file, the use of ontology in the enterprise attribute classification news materials, the use of association rules to find the enterprise each attribute project keyword group. Finally, the keyword group structure under the model is used to verify the relationship between the structure and the change of the stock price in the market. 
The results of the experiment find out the relationship between the enterprise knowledge ontology and the change of the enterprise value. The relationship can be used to analyze the forecast of the enterprise value in the short term, as the decision reference for the investor's investment.

致謝辭	I
目錄	VI
表目錄	VIII
圖目錄	IX
第一章	緒論	1
1.1	研究背景與動機	1
1.2	研究目的與初步結果	1
1.3	研究對象	2
1.4	研究架構	2
第二章	文獻探討	3
2.1	知識本體	3
2.2	文字探勘	5
2.2.1	中文文件處理	7
2.2.2	關聯規則	8
2.3	企業價值	10
2.4	效率市場假說	13
2.5	新聞資料於股價預測之相關研究	14
第三章 研究方法	18
3.1	研究架構	18
3.2	建置領域本體論	19
3.3	新聞資料屬性分類	24
3.4	新聞資料處理	26
3.5	中文斷句及斷詞	27
3.6	關聯規則	28
3.7	本體階層結構建立	28
第四章	實驗與分析	29
4.1	資料來源與實驗對象	29
4.2	新聞資料本體分類	30
4.3	新聞文件處理	30
4.4	本體階層關聯處理	31
4.5	實驗結果與分析	33
第五章	結論與建議	34
5.1	結論	34
5.2	未來研究與建議	35
參考文獻	36
表目錄
表2- 1 新聞資料與股價趨勢預測分析之研究	17
表3- 1 領域本體論中片斷詞彙	20
表3- 2 同義字定義限制示例	22
表3- 3 類別(Class)的示例	23
表3- 4 新聞資料範例	25
表3- 5 本體屬性分類說明	25
表3- 6 斷詞結果範例	27
表4- 1 企業本體屬性項目包含之新聞文件數列表	30
表4- 2 斷詞後篩選的詞組範例	31
表4- 3 上漲本體模型	32
表4- 4 下跌本體模型	32
表4- 5 預測準確率統計表	33
圖目錄
圖2- 1 鴻海本體結構	4
圖2- 2 本體論分類	5
圖2- 3 文字探勘流程圖	6
圖2- 4 交易紀錄	10
圖2- 5 效率市場的層次	14
圖2- 6 資訊對事件、新聞、股價之互動關係圖	15
圖3- 1 研究架構圖	18
圖3- 2 本體論類別	21
圖3- 3 企業知識本體類別其子類別階層關係	21
圖3- 4 企業知識本體示例	23
圖3- 5 企業知識本體示例	24
圖3- 6 新聞分類圖	26
圖4- 1 企業本體屬性詞組圖	31

[1]	Ahmad K., Paulo C F de Oliveira, Pensiri M., Matthew C. and Tugba T. (2002),“Description of Events: An Analysis of Keywords and Indexical Names”, Proceedings of The Third International Conference on Language Resources and Evaluation, LREC 2002: Workshop on Event Modelling for Multilingual Document Linking, pp.29-35.
[2]	Chen K. J. And S. H. Liu, “Word Identification for Mandarin Chinese Sentences,” Proceeding of COLING-92, 14th Int. Conf. On Computational Linguistics, pp. 101-107, 1992.
[3]	FAMA, E. F.(1970), “Efficient Capital Markkets:a Review of Theory and Empirical Work, ”Joernal of Finance, Vol.25, pp.383-417.
[4]	Fernandez-Breis, J.T., and Martinez-Bejar, R., 2002. A cooperative framework for integrating ontologies, Human-Computer Studies
[5]	Guarino, N.(1998). Formal Ontology and Information Systems. Formal Ontology in Information Systems Proceeding og the 1st International Conference, 3-15
[6]	Nie, J. Y., M. L. Hannan and W. Jin, “Combining Dictionary, Rules and Statistical Information in Segmentation of Chinese,” Computer Processing of Chinese and Oriental Languages, Vol. 9, pp. 125-143, 1995.
[7]	Noy, N.F. and McGuinness, D.L., "Ontology Development 101: A Guide to Creating Your First Ontology," Stanford Knowledge Systems Laboratory Technical Report KSL-01-05, 2001.
[8]	Sporat R., C. Shih W. Gale and N. Chang, “A Stochastic Finite-State Word-Segmentation Algorithm for Chines,” Computational Linguistics, Vol. 22, pp. 377-404, 1996.
[9]	Wu Andi, Joseph P. & Zixin Jiang (2002), “Dynamic Lexical Acquisition in Chinese Sentence Analysis”, Proceedings of The 19th International Conference on Computational Linguistics, pp.1308-1312.
[10]	李家政，2009，利用關聯法則探勘股市之間的關聯性，大同大學資訊工程研究所碩士論文。
[11]	阮士峰，2004，資料探勘在股市序列型樣的應用，國立東華大學資訊工程研究所碩士論文。
[12]	林呈勳，2009，結合技術指標與財經新聞之股票趨勢預測，國立台北科技大學商業自動化與管理研究所碩士論文。
[13]	柯禹伸，2011，使用文字探勘技術預測股票漲跌之研究，北台灣科學技術學院電子商務研究所碩士論文。
[14]	陳俊達，民國2007，以文件分類技術預測股價，國立政治大學資訊科學研究所碩士論文。
[15]	陳景揆，2000，探勘中文新聞文件中的概念關聯及趨勢，國立雲林科技大學資訊管理研究所碩士論文。
[16]	喻欣凱，2008，運用支援向量機與文字探勘於股價漲跌趨勢之預測，天主教輔仁大學資訊管理研究所碩士論文。
[17]	黃雅君，2008，基於知識本體之智慧型飲食規劃研究，國立臺南大學科技管理研究所碩士論文。
[18]	謝珮君，2008，以知識本體及語意規則建構健康膳食諮詢系統，中原大學資訊管理研究所碩士論文。
[19]	鍾任明、李維平、吳澤民，2007，運用文字探勘技術於日內股價漲跌趨勢預測之研究，中華管理評論國際學報，第十卷，第一期：1~30頁。
[20]	鍾瑞益，民國2013，運用新聞語意概念預測股價趨勢之研究，世新大學資訊管理研究所碩士論文。
[21]	蘇晏譁，民國2009，運用文字探勘技術建置知識本體之研究-以財經文件為例，國立政治大學資訊管理研究所碩士論文。