本项目旨在研究社交媒体情感与股票价格走势之间的关联，通过融合Twitter推文数据和股票历史价格数据，构建多模型股票涨跌预测系统，并进行模拟回测验证。研究覆盖6只科技股（AAPL、AMZN、GOOG、GOOGL、MSFT、TSLA），支持T+1和T+7两个时间维度的涨跌预测。

本文介绍如何构建一套文本聚类流水线，将大语言模型嵌入与基于密度的聚类算法 HDBSCAN 相结合，在无标注文本数据中自动发现主题。 当前的生成式 AI热潮，表面上似乎主要集中在聊天界面与提示词工程，但大语言模型（LLM）的实际应用范围远不止于此。

该数据集适用于滑坡智能识别系统的开发与研究，可广泛应用于自然资源、交通、水利、应急管理等领域。 1 山坡、边坡和护坡滑坡缺陷检测数据集 非常具有实际应用价值，适用于地质灾害预警、智慧交通、基础设施安全监测等领域。 landslide_dataset/ ├── images ...