本书利用定向分布式爬虫从社会化媒体平台获取完整的文本信息，提出中文语句卷积神经网络（Chinese Sentence Convolutional Neural Network,CSCNN）核心算法可以根据中文语法和语义结构提取文本情绪，结合社会化媒体文本信息的结构特点构建出准确代表社会化媒体中投资者情绪的指数（Social Media Investor Sentiment Index,SMISI），在基于社会化媒体情绪驱动的长短期记忆深度神经网络（Sentiment—driven Long Short—Term Memory,S—LSTM）核心算法基础上搭建证券市场社会化媒体效应量化智能平台（Social Media Quantitative Intelligent Platform,SMQIP），用于探析社会化媒体投资者情绪对证券市场影响的深度和广度。