期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于GONE理论的上市公司财务舞弊问题研究——以瑞幸咖啡为例
1
作者 杜雪嫣 《电子商务评论》 2024年第4期2676-2685,共10页
随着我国经济的持续发展以及资本市场的不断成熟,上市公司中的财务舞弊问题愈发频繁出现。频繁发生的财务舞弊案件不仅严重削弱了投资者的信心,造成资金流失,还对市场经济秩序造成了严重的破坏,阻碍了企业的正常经营和资本市场的健康发... 随着我国经济的持续发展以及资本市场的不断成熟,上市公司中的财务舞弊问题愈发频繁出现。频繁发生的财务舞弊案件不仅严重削弱了投资者的信心,造成资金流失,还对市场经济秩序造成了严重的破坏,阻碍了企业的正常经营和资本市场的健康发展。本文以瑞幸咖啡的财务舞弊事件为例,全面剖析了其舞弊动因及手段,提出了针对性的治理建议,希望为遏制财务舞弊提供有效的理论依据与实践参考。With the continuous development of China’s economy and the continuous maturity of the capital market, the problem of financial fraud in listed companies has become more and more frequent. The frequent cases of financial fraud not only seriously weaken the confidence of investors and cause the loss of funds, but also cause serious damage to the order of the market economy and hinder the normal operation of enterprises and the healthy development of the capital market. This paper takes the financial fraud incident of Luckin Coffee as an example, comprehensively analyzes the causes and means of fraud, and puts forward targeted management suggestions, hoping to provide effective theoretical basis and practical reference for curbing financial fraud. 展开更多
关键词 财务舞弊 瑞幸咖啡 GONE理论 动因分析
下载PDF
基于LSTM-CNN的中文短文本分类模型 被引量:1
2
作者 杜雪嫣 王秋实 王斌君 《江苏警官学院学报》 2020年第1期103-107,共5页
针对中文语言本身特点,以及传统文本分类方法不能有效应对短文本分类的问题,本文构建了基于LSTM-CNN的中文短文本分类模型。该模型使用word2vec对待分类文本进行预处理,以获得字词级别的向量;再将词向量送入LSTM层提取语义特征,并通过... 针对中文语言本身特点,以及传统文本分类方法不能有效应对短文本分类的问题,本文构建了基于LSTM-CNN的中文短文本分类模型。该模型使用word2vec对待分类文本进行预处理,以获得字词级别的向量;再将词向量送入LSTM层提取语义特征,并通过卷积层提取局部特征;在利用最大池化的方法获得特征向量后,将其放入softmax分类器以得到分类的最终结果。与现有的SVM、KNN、CapsNet和Labeled-LDA的实验结果相比,该分类模型能够有效提高中文短文本分类的准确率。 展开更多
关键词 中文短文本 文本分类 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部