基于AHP-Fuzzy方法的企业技术创新能力评估模型的建立及其应用

面向 2 1世纪知识经济的挑战 ,对企业技术创新能力进行科学的评估对我国经济的长远发展具有重要的战略意义 .本文在对企业技术创新能力进行知识描述的基础上 ,首先建立了企业技术创新能力综合评估的指标体系 ,继而提出了基于 AHP-Fuzzy方法上的企业技术创新能力评估模型 ,这为企业科学地进行技术创新能力评估提供了一定的理论指导 .文末 ,通过实证分析说明了该模型在实际中的应用 .     

基于文本挖掘的股评情绪效应分析

结合TF-IDF、Word2vec等文本挖掘方法构建了股市情感词典。基于情感词典,采用SVM方法对股评文本进行分类后构建了文本情绪指数。然后应用所构建的文本情绪指数对股市效应进行了实证研究。实证结果表明,投资者情绪对股票收益率具有短期正向预测作用和长期负向预测作用,其影响具有持续性和潜伏性。     

基于AHP-Fuzzy方法的工业生产安全综合应急演练评估

针对工业生产安全领域内综合应急演练涉及的演练内容广泛、科目繁杂,评估工作难度较大等问题,提出建立演练评估层次指标体系,利用层次分析法确定各指标权重,结合模糊数学理论,应用模糊综合评估法实现应急演练定量化评估的技术.应用AHP-Fuzzy方法对某大型国有企业成品油库综合应急演练进行了评估,验证了评估方法的可行性.     

基于新闻文本挖掘的股指期货高频预测研究

近两年来,Google团队提出的BERT模型被越来越多地应用于文本分类任务中.在BERT模型的基础上,文章提出了一个基于新闻文本挖掘的股指期货高频预测模型,进而设计了相应的高频交易策略.文章基于股指期货的高频价格波动为每条新闻赋予涨跌平标签,利用所提出模型对新闻进行分类,从而预测三大股指期货价格的涨跌平方向,并完成股指期货模拟高频交易.基于5年半以来的三大股指期货的高频数据及证券新闻文本的实证研究显示,文章提出的预测模型和交易策略取得了较高的准确率和收益率,且在中证500股指期货上表现最好.     

基于AHP-Fuzzy的贵州煤矿辅助系统智能化可靠性评价

贵州智能化辅助系统由通风子系统、瓦斯抽采子系统、压风子系统、排水子系统、运输子系统、供配电子系统等六个系统构成,运用AHP-Fuzzy相结合的评价方法,建立第一层指标由通风子系统、瓦斯抽采子系统、压风子系统、排水子系统、运输子系统、供配电子系统等六个指标构成,第二层指标为六大子系统,合计33个,分别确定各指标权重,构造评价模型,并将评价结果分为五个等级,对辅助系统智能化的可靠性进行评价.最后结合煤矿进行实际评价,得出结果表明:所采用的方法能够较好的对煤矿辅助系统智能化升级的可靠性进行评价,有一定的实践指导意义.     

基于网络文本挖掘的生态旅游满意度评价研究

科学的游客满意度评价有助于生态旅游的可持续发展。随着Web 2.0技术的发展,在线旅游评论已成为游客满意度研究的重要数据来源。本文以扎龙国家级自然保护区为例,基于在线旅游评论数据和网络文本挖掘技术,构建游客满意度评价指标体系和评价模型,定量评价游客的生态旅游满意度。结果表明：游客总体满意度为0.614,达到基本满意水平。研究不仅为准确评价生态旅游目的地的游客满意度提供新视角,也为相关生态旅游政策的制定提供参考。     

基于BP神经网络的企业信用评估模型

本文研究了企业信用评估中的模型问题.以商业企业为例,阐述了基于BP神经网络的信用评估模型的原理,通过建立指标体系,讨论基于BP神经网络的评价模型的实现,对模型的不足进行了分析,并提出改进建议.     

基于MCLP的知识挖掘模型在项目管理中的应用

针对项目管理中不同知识的分类和表达模式,提出了一种基于多目标线性规划的知识挖掘模型.该模型在对文本信息预处理的基础上,采用多目标线型规划方法,实现了对可量化信息和不可量化信息的同时挖掘,从而挖掘出更准确的项目知识模式,实现了项目管理中的知识的再利用,并就应用过程中遇到的具体问题进行了探讨.     

统计模型在中文文本挖掘中的应用

本文讨论了中文文本挖掘的三个问题:分词、关键词提取和文本分类。对分词问题,介绍了基于层叠隐马尔可夫模型的ICTCLAS分词法,以及将词与词之间的分隔视为缺失数据并用EM算法求解的WDM方法;对关键词提取问题,提出了贝叶斯因子法,并介绍了使用稀疏回归的CCS方法;对文本分类问题,介绍了根据关键词频率建立分类器的方法,以及先建立主题模型再根据主题概率建立分类器的方法。本文通过两组文本数据对上述方法进行比较,并给出使用建议。     

教师专业技术工作分级评估模型

本文运用灰色理论，提出了一种多层次指标体系下教师专业技术工作的分级评估模型，并以实例说明了模型的应用。     

应用诊断识别模型评估高考数学试卷难度（二）

应用诊断识别模型评估高考数学试卷难度（二）任子朝，于福生（国家教委考试中心）（北京师范大学数学系）近年来，在高考试卷难度评估的研究中，我们引入了一种类似于医疗诊断的模式一诊断识别模型．这种模式的特点是已知一些具体的方面（如影响因素、指标体系）和一些结...     

企业信用评估指标体系与评价方法研究

市场经济是信用经济,但当前我国经济运行中失信问题突出,诚信建设尤其是企业信用建设亟待加强。信用体系建设的核心是选择科学的信用评估指标体系与评估方法。本文从企业征信的基本模式、企业信用评估的指标体系和评估模型三个方面阐述信用评估方法,同时结合我国实际对信用体系建设提出了建议。     

利用文本挖掘数据检测观念意识重大转变的非参方法研究

通过文本挖掘获得的词频数据对观念意识转变进行测度,利用认知行为特征对观念更新序列进行建模.为了能检测观念意识发生重大转变,采用Monte Carlo实验对两个基于非参的转折点分析方法进行了比较分析.主要发现是:1)根据观念意识转变的认知行为特征所构造的模拟实验,基于CPM框架下的三种非参检验方法,Mann-Whitney检验在检测转变点的功效水平和精确度上要优于Cramer-vonMises和Kolmogorov-Smirnov检验.2)基于偏离测度的非参迭代方法E-Divisive对转变点的检测性能总体上要优于CPM框架下的三种非参方法,但后者可以对容量较小的样本数据进行检测.3)利用文本挖掘,可以将以前只能语言描述的观念意识演进特征进行量化,并用图形分析进行直观呈现,成为一个有价值的实证分析工具.最后对文本挖掘数据作为一种非随机抽样数据,如何保证统计有效性做了补充讨论.     

投资者情绪对科创板市场收益率的影响——基于文本数据挖掘视角

本文以科创板市场为主要研究对象,基于文本数据挖掘方法探究了新冠疫情发生前和疫情期间投资者情绪对市场收益率的影响及其作用机制。利用东方财富股吧2019年7月至2020年3月的日度科创板股票评论数据,基于Bi-LSTM深度学习技术对文本数据情感倾向进行分类,建立投资者情绪指数。通过构建双向固定效应的联立方程模型,采用2SLS方法估计投资者情绪对科创板市场收益率的作用,并检验在经济平稳运行和受新冠疫情冲击期间该作用的差异性。实证分析及稳健性检验的结果均表明,投资者情绪通过影响交易量进而影响科创板股票市场收益率,这种正向作用在1%的置信水平下显著。此外,投资者情绪对科创板收益率的影响在经济平稳运行和受新冠疫情冲击期间均保持稳健,且在新冠疫情期间作用更强。本研究成果对于新冠疫情期间我国证券市场监管层完善科创板交易机制,以及对中小投资者优化投资战略具有重要意义。     

基于超短线文本和价量信息的股票及股指期货预测综述

超短线交易指交易频率较高、持仓时间较短的交易行为.在超短线环境下,.财务数据等低频信息难有发挥空间,基本面分析方法失效;股票和股指期货价格变化具有很强的非线性特征,不同的股票及股指期货之间相互交叉影响并构成一个复杂网络,传统的技术分析方法难以适应复杂多变的超短线环境.梳理了基于时间序列模型、随机占优模型、深度学习模型、...     

基于灰区间关联分析的银行个人信用优化评估模型

个人信用评估是信贷管理的一项重要工作,科学准确的信用评估有利于银行业的健康发展.采用主客观赋权的方法,给出了一种基于灰区间关联分析的个人信用优化评估模型,利用优化的指标权重值进行评估,可以使评估结果更为合理准确.     

基于投影寻踪模型的装备保障性目标评估

应用投影寻踪法,对保障性目标评估标准进行分析,利用在每个级别范围内随机产生的样本,建立了投影寻踪模型,确定了保障性目标评估指标的权重系数,得到了投影特征值变化区域与分类级别的对应关系,对某型航空装备使用初期的保障性试验数据进行分析,得到了其使用初期的级别和评估等级.为实现装备保障性评估目标评估拓展了新的途径,提供了科学依据.     

基于云参数修正模型的空战威胁评估方法

针对定量属性参数对空战威胁评估结果会产生片面性的问题,提出将目标的定性参数与定量参数一起用于空战威胁评估中,并用云参数修正模型对目标参数进行修正来提高威胁评估结果的准确性.最后将基于云参数修正模型的方法与其它威胁评估方法进行了对比,仿真结果证明了方法的有效性.     

产品质量危机事件原因挖掘模型研究

为有效解决因产品质量危机事件发生原因揭示不准确而导致应对措施选择与实施不当问题,根据产品质量危机影响因素发掘结果,提取出了产品质量危机事件可能原因,采用故障树法构建了质量危机事件潜在原因关系模型;将故障树法和贝叶斯网络相结合,基于专家调查与模糊集理论,推理出底层原因先验概率算法,并将其先验概率输入贝叶斯网络模型,获得底层原因后验概率及关键重要度,将后验概率及关键重要度共同作为质量危机事件关键原因诊断依据,构建了质量危机事件原因挖掘模型;通过实际案例验证了关键原因挖掘结果的准确性,为企业挖掘质量危机事件发生原因提供了理论依据。     

基于高频词和AUC优化的随机森林文本分类模型

为了针对互联网上的新闻类文档实现对其快速精准地分类,提出一种根据词频先初步降维再进行优化建模的分类思路.先基于高频词汇初步降维,再对降维后的数据以模型AUC值达到最大为目标,采取向后消元的方法构建随机森林分类模型,实现对文档的分类.通过实证分析,发现该方法能够有效地实现对文本的分类,同时减少了建模的运算量,通过AUC值的优化,比单纯依据词频降维构建的随机森林模型分类效果更好.