电子商务中基于非均衡数据分类和词性分析的意见挖掘研究

随着电子商务的不断普及，网络商品评论作为消费者了解网上销售商品质量的一个重要途径，已受到越来越多的重视，并且已提出很多意见挖掘方法来帮助消费者利用这些数据。但目前研究对网络商品评论的非均衡分布特性还较少关注，为此，本文提出基于非均衡数据分类和词性分析的意见挖掘方法。该方法综合基于情感知识和机器学习两种意见挖掘方法，首先，分析电子商务评论的语言特征，对电子商务评论中词语的词性进行分析，提出“留词性”和“去词性”两种分析方法；其次，根据电子商务意见挖掘数据不均衡分布的特征，提出基于非均衡数据分类的意见挖掘方法。最后，以携程网、京东商城和当当网三个不同电子商务网站的用户评论为语料库，对本文提出的方法进行检验，实验结果验证了本文提出的基于非均衡数据分类和词性分析的意见挖掘方法的有效性，并且采用去词性分析方法时，Random Subspace在所有测试集上均取得了最好的分类结果。

数据要素与数据经济学

在数字经济时代,数据的爆发式增长和规模化应用使数据成为一种重要的经济资源和生产要素,不断催生出新产品、新业态、新模式,对生产力和生产关系的发展与变革产生重要影响,深刻改变着人类生产方式、生活方式和社会治理方式。本文以数据要素为研究对象,详细介绍了数据的本质及其作为生产要素的理论与实践逻辑,并分别从生产力、生产关系、经济全球化三个层面分析了数据要素对经济学研究范畴产生的影响。本文的研究对构建数据经济学,进而构建中国经济学自主知识体系具有积极意义,也有助于为中国在全球数字经济竞争中占据有利位置与掌握话语权提供坚实的理论基础。

基于网络关注度的大宗商品市场预测研究

随着大宗商品市场化的加快和电子信息技术的快速发展,以互联网为载体的网络信息将方便快捷地传递到市场及市场参与者.本文从海量开源数据出发,利用搜索引擎平台,提取核心信息构建网络关注度指标,并提出了基于网络关注度的大宗商品价格预测模型.通过引入具有不同核函数的支持向量回归模型,分别建立了针对单个市场(原油、铜以及玉米)的网络关注度预测模型和综合考虑市场间联动性的多市场网络关注度预测模型.实证结果表明,网络关注度对于市场价格的变动有显著的格兰杰因果关系,引入网络关注度指标和相关市场信息能显著提高预测精度.

基于Logit与SVM的银行业信用风险预警模型研究

本文以银行业金融机构大额授信风险及零售贷款违约风险数据为基础,从宏观经济环境、客户信贷行为、企业经营水平三个维度出发,对客户风险预警的相关指标进行系统分析,构建了企业客户风险预警指标体系,并利用统计学和数据挖掘方法,从企业财务、企业信贷行为等客户数据信息中挖掘出隐含在背后的客户风险特征.在上述分析的基础上,引入一种基于Logit与SVM的混合预警模型.该模型除了具有单个模型的良好基本性质,还能够充分捕捉和有效刻画影响因素对于客户违约的线性和非线性的复杂特征.实证结果表明,新的模型具有更好的泛化能力,对客户信贷风险具有较高的预警准确率.

基于证据分组合成的企业数据治理评价研究

为了正确客观地评价企业的数据治理水平,本文提出了基于证据分组合成的企业数据治理评价模型.首先,构建数据治理评价指标体系并确定指标权重.其次,为了解决证据合成过程中易出现的"一票否决"和证据冲突问题,本文分别采用了语言评语集,以及一种改进的同时考虑证据源权重和证据体间差异的证据分组方法.然后,进行组内和组间的证据合成得到最终的评价结果.最后,本文以H商业银行为例进行实证分析,验证了该改进方法的可行性和实用性.

低碳转型风险的“涟漪效应”

“双碳”目标背景下,有效识别并量化金融市场内的低碳转型风险,对于维护国家经济低碳转型过程中的经济金融安全以及防范系统性金融风险具有重要的现实意义。本文提出属性分类建模法,将上市公司的碳排放、贝塔系数、市值、市净率等属性特征与前沿张量自回归模型相结合,构建基于多维度属性风险关联指数和关联网络的风险传导效应分析框架,用以刻画低碳转型风险在属性结构中的“连漪效应”。结果显示:多维属性视角下,中国股票市场中的“涟漪效应”体现为具有相似属性特征的上市公司之间的风险关联效应;低碳转型风险的“连漪效应”传导中心位于“高碳排、低市净率、高市值、低贝塔”类别。随着风险逐步沿属性特征向外扩散,风险关联强度逐渐减小;中国提出“双碳”目标后,各层涟漪的风险关联强度均呈现显著上升趋势;高碳排属性是低碳转型风险“涟漪效应”的主要驱动属性,但在“双碳”目标约束下,其驱动作用向低市净率、高市值属性转移,转型风险呈现出跨属性传导的特征。本文为碳中和背景下完善适应于低碳转型风险的宏观审慎政策框架、构建低碳转型风险防治体系提供了理论依据。

城市交通系统安全运营状态风险评估——以北京市轨道交通为例

轨道交通是提供城市公共客运服务的运输系统,它的风险管理是一项艰巨复杂的系统工程。为了保障城市轨道交通系统运营安全,提升管理部门应对突发事件能力,需从技术应用综合性和管理决策科学性等方面,对轨道交通运营风险状态进行评价并制定相应管控措施。本文以TEI@I方法论为基础,建立轨道交通延误时长预测和风险评估的贝叶斯网络模型。首先,分析可能导致轨道交通延误的风险源及风险事件;其次,采用对数正态、Weibull和Gamma分布统计模型对延误时长的预测结果进行验证。在此基础上,构建轨道交通延误时长的预测模型,利用统计分析方法计算风险事件发生的可能性,研究轨道交通系统的风险状态。以北京市轨道交通系统为例,进行实证研究,通过分析风险源可能诱发的典型风险事件,对北京市轨道交通系统安全运营状态进行风险评估。实证结果表明,在所有风险事件类型中,行车事故发生可能性最大,建议相关部门引起高度重视。

我国铁矿石进口价格预测的ECM-SVR混合模型

作为钢铁工业生产的重要原材料之一,铁矿石进口价格的剧烈波动给我国钢铁企业带来巨大的冲击.本文通过分析影响铁矿石价格波动的多种因素,包括供需关系、运费成本、国内外经济环境等,挖掘影响铁矿石进口价格的关键因素,综合考虑其线性和非线性均有的复杂时间序列特征,提出一种基于误差修正模型(error correction model,ECM)和支持向量回归(support vector regression,SVR)的铁矿石价格混合预测模型ECM-SVR.实证结果表明:与单一基准模型和传统混合模型相比,新模型具有较高的预测准确率,这对于钢铁企业控制原料成本和市场投资者合理规避价格风险具有重要指导作用.

基于改进的SVM学习算法及其在信用评分中的应用

对于处理大规模问题的信用评分方法除要求达到一定的准确率之外,其速度、可解释性、简洁性等性能也非常重要.借鉴SMO的思想,首先提出一个基于三变量的改进的SVM学习算法,即将SVM问题分解为一系列含有三个变量的二次规划子问题,其优点是所求的相应松弛子问题都有解析解,使得该方法能够更加精确和快速地逼近最优解;其次将新算法应用于信用评分问题,在UCI机器学习库中的三个公共数据集上的数值试验表明了新方法的有效性:不仅节省了模型的计算代价,而且还提高了分类精度.

基于无标度网络的恐怖信息传播与最优应对策略

通过BA无标度网络模型刻画社会结构,基于NetLogo软件建立异质性多主体模型,考虑随机和择优两种策略,模拟恐怖信息在网络中的传播和政府的干预措施,以研究恐怖信息传播的影响因素和政府的最优应对策略.研究结果表明:网络恐怖信息的传播速度主要取决于网络结构和个体的从众程度,与恐怖集团的传播策略关系不大.政府有效应对恐怖信息传播的最优策略取决于个体的从众程度、政府的干预范围等多方面因素:个体从众程度的增加能够有效降低政府干预措施的生效时间;政府干预范围的增大在随机应对策略和择优应对策略下均能够实现更好的干预效果.

我国有色金属进出口贸易的影响因素分解及其变化趋势

运用对数平均迪氏指数(logarithmic mean weight division index,LMDI)分解方法,首次建立了我国有色金属产品进出口贸易的指数分解模型,从多个角度系统地分析了2004年1月2009年1月,我国有色金属产品特别是铜和铝产品进出口贸易及其三种主要影响因素(总量因素、结构因素及价格因素)的贡献程度和变化趋势.研究表明:有色金属进口额的主要影响因素在2006年前后发生显著变化.2006年之后,随着有色金属价格的不断攀升,价格因素成为了影响中国有色金属进口额波动的主要因素.同时有色金属出口额的主要影响因素在2006年前后并未出现明显变化.在国际有色金属价格大幅攀升时,我国有色金属出口额并未同步增长.

训练支持向量机的四重序列解析优化算法

为了提高训练支持向量机的序列最小优化算法的学习性能,依据在每次迭代中选取多个变量同时优化可能会减少迭代次数和缩短训练时间的这一想法,提出了一个训练支持向量机的快速算法-四重序列解析优化方法,并给出了一个重要定理,使得相应的子问题有解析解,从而能够更加精确和快速地逼近最优解.在两个公共数据集上的仿真结果表明:该方法比其它算法有较好的学习性能-在相同训练精度的条件下,不仅缩短了训练时间,而且计算复杂度减小.