我院李俊峰教授（通訊作者）與信息學院張巍教授、陶可心研究生的合作論文《Modeling and Prediction of Stock Price with Convolutional Neural Network Based on Blockchain Interactive Information》發表于《Wireless Communications & Mobile Computing》2020,Article ID 6686181。文章基于2010年至2015年數字化互動媒體文本信息，對投資者以及官方消息影響下的投資者情緒進行分析，并對比加入與不加入情感分析的情況下對股票短期趨勢的預測準确性。

文章研究發現：信息的發布、傳播和接受程度會對投資者的情緒産生影響，進而導緻證券市場産生一定波動。然而，基于文本内容的股票市場影響性分析方面存在着信息交互性強、披露時間具有間斷性的難題。為此，基于區塊鍊架構，設計了一個數字化互動媒體情感分析的股票價格預測模型，以解決上述挑戰。

研究工作主要圍繞兩個方面展開：(1)構建了基于卷積神經網絡的數字化互動媒體信息的情感特征提取模型，将待分類文本與其語境信息加以融合，并利用人工标注數據集對模型進行訓練，有效提升了交互文本分析模型的準确性。(2)建立了一種基于長短時記憶模型的股票預測模型，在模型中融入官方信息下引導的投資者情感特征，并探讨了情感因素影響的深度與廣度。經過實驗，融入情緒特征的模型在準确性上有所提升，證明投資者的情感傾向在股票市場的動向預測中有意義。

本研究對投資者與上市公司如何在市場中獲得各自利益的最大化做出了指導，為市場參與者提供決策方案，從而為維護投資者的權益、規範上市公司行為、優化證券市場穩定機制提供重要的理論參考和實踐指導。