检索结果-南通市图书馆

Construction of portrait model of core professional researchers in the technical field and analysis of their research topics

在线全文

学校读者我要写书评

暂无评论

Data Science and Informetrics 2023年第1期3卷 65-81页

作者： Yuefen Wang Tianao Xu Yonghua cen Xue Yang Institute for Big Data Science Tianjin Normal UniversityTianjinChina School of Economics and Management Nanjing University of Science&TechnologyNanjingChina

In order to support scientific evaluation and decision-making,this paper characterizes and identifies core researchers and their research topics by modeling the portrait of core researchers in technical fields.In this paper,we constructed a portrait model of core researchers,explained the information attributes and their label data in each dimension of the portrait.Selected six identification indicators that can be measured,used the CRITIC method and gray correlation method to determine the weight coefficient and comprehensive score of the index,and designed quantitative identification methods for core researchers using Price's calculation formula and golden section coefficient.Took the field of artificial intelligence as an example for empirical analysis and result verification,selected representative core researchers to track the changes of research topics at the two levels of their teams and individuals,and characterize them based on the portrait model.

关键词： Portrait of core researchers Identification of core researchers Research topics Artificial Intelligence

长三角地区AI领域城市协同创新网络及影响因素研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

情报学报 2024年第4期43卷 377-390页

作者：王曰芬周玜宇岑咏华天津师范大学大数据科学研究院天津300074 南京理工大学经济管理学院南京210094

探索城市协同创新的机制与影响因素,推动地区间与多主体的科技创新发展。本文采集2016—2021年的长三角地区AI(artificial intelligence)领域专利数据,以该地区核心的27座城市作为研究对象,将城市与专利技术知识组合构建城市协同创新网... 详细信息

探索城市协同创新的机制与影响因素,推动地区间与多主体的科技创新发展。本文采集2016—2021年的长三角地区AI(artificial intelligence)领域专利数据,以该地区核心的27座城市作为研究对象,将城市与专利技术知识组合构建城市协同创新网络。采用社会网络分析法对所构建网络的属性特征、离散程度与结构状态及其变化进行分析研究,利用指数随机图模型,结合城市的历年统计指标、城市等级和隶属省份以及历史经验网络,对城市协同创新形成机制与影响因素进行模型构建及分析。研究结果表明,长三角地区AI领域城市协同创新网络的规模和丰富性逐年增长,网络的可达性与影响力逐渐增加,核心城市与技术节点联系紧密、分布在不同子群中且稳定性程度逐渐提高,网络受限节点逐渐减少且结构愈加均衡;在网络形成机制及影响因素方面,节点的主效应中工业化水平和教育支出有明显的促进发展作用,隶属省份与行政等级的同质性对网络发展产生不同的作用,网络路径依赖趋势明显,上一年的现实网络对下一年的网络形成具有重要影响作用。

关键词：城市协同创新网络影响因素专利数据统计指标人工智能长三角地区

一种基于多重哈希词典和K-最短路径算法的中文粗分词方案研究

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2009年第3期32卷 110-114页

作者：岑咏华南京大学信息管理系江苏南京210093 南京理工大学经济管理学院信息管理系江苏南京210094

本文在已有研究基础上,针对中文粗分词,设计了多重哈希词典结构,以提高分词的词典匹配效率,同时基于删除算法改进了中科院ICTCLAS分词系统的K-最短路径搜索思想。最后,论文对所研究技术方案进行了系统实现。系统实验结果表明,对于大规... 详细信息

本文在已有研究基础上,针对中文粗分词,设计了多重哈希词典结构,以提高分词的词典匹配效率,同时基于删除算法改进了中科院ICTCLAS分词系统的K-最短路径搜索思想。最后,论文对所研究技术方案进行了系统实现。系统实验结果表明,对于大规模文本,论文所提出的粗分词方案体现出了很好的性能。

关键词：哈希词典算法中文分词

财经媒介信息对股票市场的影响研究:基于情感分析的实证

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第9期3卷 98-114页

作者：岑咏华谭志浩吴承尧南京理工大学经济管理学院南京210094 南京农业大学金融学院南京210095

【目的】考察媒介信息所蕴含的情感信号对于股票市场的影响效应。【方法】利用LSTM深度神经网络方法对主流财经网站的新闻、股吧、博客文本的情感信息进行识别和提取,构建自回归分布滞后模型和面板回归模型,从宏观市场以及微观股票资产... 详细信息

【目的】考察媒介信息所蕴含的情感信号对于股票市场的影响效应。【方法】利用LSTM深度神经网络方法对主流财经网站的新闻、股吧、博客文本的情感信息进行识别和提取,构建自回归分布滞后模型和面板回归模型,从宏观市场以及微观股票资产两个层面实证揭示财经媒介信息所蕴含的情感对股票市场表现的关联影响。【结果】(1)媒介信息情感的倾向性变化在短期内导致价格的显著同向变化,同时受投资者追涨杀跌驱动,市场成交量显著提升。更长时间上,市场对于媒介信息情感的过度反应将反转,价格回归。(2)媒介信息情感波动和分歧程度与价格负相关,与成交量呈现非线性的U形关系。(3)投资者对于积极情感的反应更及时更强烈,理性调整更缓慢,而对于消极情感呈现出显著的处置效应。(4)相较于单一的利好或利空情绪,投资者对于市场意见高分歧、利空与利好同在的反应更强烈,股价在投资者过度交易中持续下落。【局限】针对有着不同语法和语义表达特征的不同媒介信息类型,未选择不同的模型和参数进行词向量编码,情感分析的准确度可能受到影响。【结论】本研究可为媒介信息效应以及投资者情绪影响相关研究提供新的视角和洞见,对金融监管具有理论、方法和实践指导意义。

关键词：财经媒介信息情感分析投资者情绪股票市场情感倾向

绿色发展理念支撑的生态文明建设综合评价指标体系构建及应用

在线全文

学校读者我要写书评

暂无评论

智库理论与实践 2023年第4期8卷 52-63页

作者：王曰芬徐天傲岑咏华天津师范大学大数据科学研究院天津300387 南京理工大学经济管理学院南京210094

[目的/意义]绿色发展是大力推进生态文明建设和突破发展掣肘的必经之路。将绿色发展理念贯穿到生态文明建设过程中,推动生态文明建设走向绿色发展水平,具有重要意义。[方法/过程]本文基于绿色发展理念,构建以“生态环境–生态经济–生... 详细信息

[目的/意义]绿色发展是大力推进生态文明建设和突破发展掣肘的必经之路。将绿色发展理念贯穿到生态文明建设过程中,推动生态文明建设走向绿色发展水平,具有重要意义。[方法/过程]本文基于绿色发展理念,构建以“生态环境–生态经济–生态社会”为框架的三级综合评价指标体系,采用组合客观赋权法确定指标权重,结合指标排名和提升程度排名形成综合排名方式进行综合评价,并选取重点区域作为实证对象加以应用研究。[结果/结论]本文提出的综合评价方法能够在使用客观赋权时避免因各最高级指标层下属指标数量不同而对评价结果平衡性、准确性造成影响,较好地以动静结合的方式反映绿色发展理念支撑的生态文明建设的综合水平。

关键词：生态文明绿色发展指标体系综合评价

媒介信息与投资者过度交易——基于微博舆论、行业新闻与公司公告的实证

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2018年第4期2卷 20-28页

作者：岑咏华张灿吴承尧南京理工大学经济管理学院南京210094 南京农业大学金融学院南京210095

【目的】考察在不同类型媒介信息影响下股票投资者过度交易现象是否更加显著。【方法】采用事件分析法考察微博舆论、行业新闻、公司公告信息涉及的公司股票在信息发布前后各时间窗口内异常换手率的差异,检验媒介信息类型的影响差异和... 详细信息

【目的】考察在不同类型媒介信息影响下股票投资者过度交易现象是否更加显著。【方法】采用事件分析法考察微博舆论、行业新闻、公司公告信息涉及的公司股票在信息发布前后各时间窗口内异常换手率的差异,检验媒介信息类型的影响差异和信息传播效应。【结果】媒介信息披露后,股票过度交易现象显著;媒介信息传播过程中存在显著内幕效应、信息披露效应以及持续性影响;相比利好信息,投资者更容易受到利空信息的影响而过度交易;投资者过度交易背后体现了其有限关注、选择性关注以及情绪波动等有限理性特征。【局限】样本规模可以进一步扩大,数据依据财经媒介所提供的概念股体系构建信息与股票的关联,但这种关联可能并不完全为投资者所意识,可能会对实证结果产生干扰。【结论】媒介信息对于市场过度交易具有催化作用。该研究在一定意义上可为理解媒介信息、投资者有限理性及其决策偏差等提供证据和视角。

关键词：媒介信息过度交易换手率事件分析法有限理性

基金项目计划学部交叉及对前沿分布的影响研究——以美国NSF数据中AI领域为例

在线全文

学校读者我要写书评

暂无评论

情报学报 2022年第9期41卷 956-966页

作者：范丽鹏王曰芬岑咏华杨洁南京理工大学经济管理学院南京210094 天津师范大学管理学院天津300387 天津师范大学大数据科学研究院天津300387

本文旨在融合学者参与度的基础上,测算和分析基金项目计划的学部交叉度,并识别前沿型项目计划,从项目资助专项层面上探究学部交叉对项目计划资助与前沿型项目计划分布的影响。本文首先以项目计划为研究对象,为融合项目计划的学部多样性... 详细信息

本文旨在融合学者参与度的基础上,测算和分析基金项目计划的学部交叉度,并识别前沿型项目计划,从项目资助专项层面上探究学部交叉对项目计划资助与前沿型项目计划分布的影响。本文首先以项目计划为研究对象,为融合项目计划的学部多样性和不同学者对同一项目计划各学部参与的均衡性,引入Rao-Stirling指标,将项目计划分为学部高交叉、中交叉、低交叉和不交叉类;其次,依据项目计划的资助强度和资助趋势,结合学部交叉特性,将项目计划分为不同交叉水平的前沿型、热点型、潜在型和衰退型;最后,对高交叉前沿型项目计划进行具体分析。研究结果表明,以美国NSF (National Science Foundation)资助的AI (artificial intelligence)领域为例,NSF资助的项目计划在学部交叉和不交叉类的数目上分布较为均衡,但对交叉类项目计划的平均资助强度远高于不交叉类型;在前沿分布上,不交叉类的项目计划多为潜在型,而学部高交叉类和低交叉类的前沿型占比相对较高,且对前沿型项目计划的资助趋势向高交叉类倾斜;高交叉类的前沿型项目计划多倾向于神经与认知系统、自然与人类系统、信息智能系统等方面的研究。

关键词：学部交叉前沿识别 Rao-Stirling指数美国国家科学基金人工智能

基金项目研究的主题挖掘与动态演化分析——以美国NSF数据中AI领域为例

在线全文

学校读者我要写书评

暂无评论

情报学报 2022年第9期41卷 967-979页

作者：靳嘉林王曰芬巴志超岑咏华南京理工大学经济管理学院南京210094 天津师范大学管理学院天津300387 天津师范大学大数据科学研究院天津300387 南京大学数据智能与交叉创新实验室南京210023

本文旨在构架基金项目研究主题挖掘与动态演化分析的情报研究流程,通过对表征基金项目标题、摘要与学部的数据进行关联建模和挖掘,从项目内容层面上探究基金资助领域研究涉及的主题特点、范围侧重、发展方向及演化脉络。首先利用RAKE (r... 详细信息

本文旨在构架基金项目研究主题挖掘与动态演化分析的情报研究流程,通过对表征基金项目标题、摘要与学部的数据进行关联建模和挖掘,从项目内容层面上探究基金资助领域研究涉及的主题特点、范围侧重、发展方向及演化脉络。首先利用RAKE (rapid automatic keyword extraction)关键词抽取算法从基金数据中的标题和摘要中抽取关键词,通过术语切分等方式获得核心关键词;然后,采用Google的word2vec深度学习工具对核心关键词进行词向量建模,并使用k-means算法对生成的词向量进行聚类,挖掘相应的研究主题;进而对主题分布进行统计分析,且通过WMD (word mover’s distance)算法计算主题之间的相似度,以分析研究主题演化趋势,并识别出演化主路径。实证研究发现,以美国NSF (National Science Foundation)数据中AI (artificial intelligence)领域为例,所提方法流程能够识别出AI领域的多个主题,且能识别出不同学部的主题侧重;在发展过程中,研究主题演化呈现出大量分裂与融合的复杂态势,演化路径明晰,侧重点突出,通过演化强度能够明晰研究主题演化的主路径。研究结果表明,本文方法流程能够有效揭示基金资助对相关技术的整合与推动态势,可为学术研究与政府规划提供有力的支撑。

关键词：主题挖掘动态演化词向量建模美国国家科学基金人工智能

基于深度学习的领域情感词典自动构建——以金融领域为例

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2018年第10期2卷 95-102页

作者：胡家珩岑咏华吴承尧南京理工大学经济管理学院南京210094 南京农业大学金融学院南京210095

【目的】为特定领域情感分析任务构建一个适用的情感词典。【方法】以金融领域为例,结合语料库和知识库的特点,提出一种全新的构建情感词典的方法:利用词向量方法将文本信息映射到向量空间,借助已有的通用情感词典,自动标引训练语料,按... 详细信息

【目的】为特定领域情感分析任务构建一个适用的情感词典。【方法】以金融领域为例,结合语料库和知识库的特点,提出一种全新的构建情感词典的方法:利用词向量方法将文本信息映射到向量空间,借助已有的通用情感词典,自动标引训练语料,按照9:1的比例构建训练集和预测集。使用Python构建深度神经网络分类器,判断特定领域候选情感词的情感极性,构成情感词典。【结果】本文构建的神经网络分类器的训练集准确度为95.02%,预测集准确度为95.00%,同时证明了利用本文方法所构建的情感词典在金融领域中的表现优于其他已有方法。【局限】抽取种子词的方法需要进一步优化。【结论】本文方法解决了训练神经网络分类器中训练语料不足的问题,同时解决了词向量的语义相关性无法区分情感信息的问题。在构建面向特定领域情感词典上具有较好的表现,为该领域其他研究提供参考依据。

关键词：情感词典深度学习金融领域词向量神经网络