近年，SNSのテキストの感情分析結果が株価と相関があることが明らかになった．
先行研究では，LLMを用いてテキストをカテゴリ分類し，その感情値を用いることで予測精度の向上を示したが，分類基準の客観性やデータ構造の反映に課題が残った．XAPIで収集した日経平均株価関連のポストには，ユーザーの主観やニュース記事の事実など多様な種類のポストが混在しており，これらを恣意性なく適切に分離することが重要である．
そこで本研究では，ポストのテキスト情報をもとにデータ駆動型クラスタリングを用いて，データ構造に基づいて客観的に分類したうえで感情分析を行い，複数の感情値を特徴量として予測する手法を提案する．