网络时代的股市“自行车定理”——基于股票论坛数据及分析师评级的研究

使用一个直接源自投资者行为的新颖变量——股票论坛的超额发帖量——作为个人投资者关注的代理变量,结合分析师中性评级事件,本文证实了Barber和Odean(2008)的价格压力假说及其理论模型中的定理。发现短期内投资者关注显著地增加了股票的交易量,并对股价产生向上的压力作用;投资收益随着投资者关注的增加而减少,若是采用卖空高关注度股票的投资策略,可以获得27.75%的年超额收益。

多维网络论坛数据的层次可视化

多维数据的可视化可以帮助人们在有限的时间内快速理解和分析海量数据集。网络论坛数据具有复杂性和大规模性,无法采用简单的图形显示出隐含的规律。针对多维海量论坛数据,首次分析了论坛数据的特点,然后提出了一种层次的数据组织方式,进而针对论坛中的主题时变分布、热门主题转换、作者回复关系等多种数据信息,采用平行坐标、曲面关系图、层次映射图等多种形式进行海量论坛数据的互动可视化。最后以实际论坛数据为例,给出可视化结果并进行分析。

保护你的论坛数据

现在网络上的论坛可谓不计其数．而拥有一个属于自己的论坛．又是何其简单！以ASP空间为例，只要你有一个ASP空间，从网上免费下载一个论坛程序或ASP留言本程序，将其解压缩后悉数上传到ASP空间里．就轻松地建成了一个论坛或留言本。这样，每一个菜鸟都可以过一把网络管理员的瘾了。

针对论坛数据特点的汽车质量问题挖掘

汽车质量是汽车生产商在市场中立足的根本和发展的保证,了解并掌握用户反馈的汽车质量问题是其维护品牌声誉、提升市场竞争力且最贴近用户的重要途径。本文基于网络论坛数据,对用户的用车体验中隐含的汽车质量问题进行挖掘。针对论坛数据和用户体验的特点,首先选取文本特征,识别出用户体验中涉及汽车质量问题的文本;然后依据质量问题对应汽车部件与问题类型间的关系,提出了一种汽车质量问题的提取方法;最后,利用某实际论坛数据验证了本文方法的可行性与有效性。本文提出的针对论坛数据特点的汽车质量问题挖掘方法,可以帮助汽车生产商及时获取可能存在的汽车质量问题,在质量管理过程中具有重要意义。

基于关联分析的网络数据可视化技术研究综述

当今万维网、社会关系网等网络的规模迅速发展,海量高维的网络论坛数据给论坛管理员和其他分析人员提出了巨大的挑战,人们很难对隐藏着丰富信息资源的网络论坛数据进行管理和分析。关联规则可以挖掘数据中隐藏的关联关系并预测其发展趋势,可视化技术则能将数据清晰直观地展示,辅助用户决策。于是,针对数据量大、结构复杂的网络论坛数据,将关联分析与数据可视化结合,阐述关联规则和网络数据可视化相关定义及总体目标,并对相关技术进行综述,提出了包含关联规则挖掘、主题挖掘、可视化等技术的基于关联分析的网络数据可视化技术实现框架,以帮助人们在有限的时间内快速理解和分析海量论坛数据集。最后,对数据可视化目前存在的问题与挑战进行探讨。

校园网论坛评论的人类动力学分析研究

基于校园网论坛评论的数据统计,从群体层面和个体层面深入挖掘学生用户在校园网论坛上活动行为的时间间隔分布的统计特性,以及给出学生群体兴趣度消失模型的实证研究。研究发现,论坛整体评论时间间隔以及用户个体活动时间隔服从幂律分布,学生群体兴趣度消失模型中,学生群体对于某个话题的兴趣逐渐消失,评论的时间间隔服从幂率分布,且对于比较敏感的话题,会存在兴趣再次上升的情况。

Question classification in question answering based on real-world web data sets

To improve question answering （QA） performance based on real-world web data sets,a new set of question classes and a general answer re-ranking model are defined.With pre-defined dictionary and grammatical analysis,the question classifier draws both semantic and grammatical information into information retrieval and machine learning methods in the form of various training features,including the question word,the main verb of the question,the dependency structure,the position of the main auxiliary verb,the main noun of the question,the top hypernym of the main noun,etc.Then the QA query results are re-ranked by question class information.Experiments show that the questions in real-world web data sets can be accurately classified by the classifier,and the QA results after re-ranking can be obviously improved.It is proved that with both semantic and grammatical information,applications such as QA, built upon real-world web data sets, can be improved,thus showing better performance.

“数据中国——部长论坛”综述

今年5月13日至22日,中国人民大学统计学院举办了“数据中国——部长论坛”系列专题报告。此次论坛活动得到了学校的高度重视,得到了全校师生的广泛好评。报告的内容紧扣时代主题,反映经济、社会的发展变化,理论结合实际,提出了各种问题,也提出了相关的建议。为了使人们能够及时了解到社会各届对统计学的认识与需求、倾听最主流的声音,“数据中国——部长论坛”将长期举办下去,也希望届时能有更多的学者专家参与到论坛中来。