我院李俊峰教授（通讯作者）与信息学院张巍教授、陶可心研究生的合作论文《Modeling and Prediction of Stock Price with Convolutional Neural Network Based on Blockchain Interactive Information》发表于《Wireless Communications & Mobile Computing》2020,Article ID 6686181。文章基于2010年至2015年数字化互动媒体文本信息，对投资者以及官方消息影响下的投资者情绪进行分析，并对比加入与不加入情感分析的情况下对股票短期趋势的预测准确性。

文章研究发现：信息的发布、传播和接受程度会对投资者的情绪产生影响，进而导致证券市场产生一定波动。然而，基于文本内容的股票市场影响性分析方面存在着信息交互性强、披露时间具有间断性的难题。为此，基于区块链架构，设计了一个数字化互动媒体情感分析的股票价格预测模型，以解决上述挑战。

研究工作主要围绕两个方面展开：(1)构建了基于卷积神经网络的数字化互动媒体信息的情感特征提取模型，将待分类文本与其语境信息加以融合，并利用人工标注数据集对模型进行训练，有效提升了交互文本分析模型的准确性。(2)建立了一种基于长短时记忆模型的股票预测模型，在模型中融入官方信息下引导的投资者情感特征，并探讨了情感因素影响的深度与广度。经过实验，融入情绪特征的模型在准确性上有所提升，证明投资者的情感倾向在股票市场的动向预测中有意义。

本研究对投资者与上市公司如何在市场中获得各自利益的最大化做出了指导，为市场参与者提供决策方案，从而为维护投资者的权益、规范上市公司行为、优化证券市场稳定机制提供重要的理论参考和实践指导。