不同程度的关注度对股票收益的影响

基于东方财富股吧,从构成上证指数的股票中随机选取20只,用股票的日发帖数、点击量及回复数来度量投资者对股票的不同程度的关注度。运用面板数据分析方法分析2011.01.01—2013.10.18期间投资者关注度对股票收益率的影响。结果表明：随着投资者对股票关注度程度的提高,关注度与股票收益率由不相关逐渐表现出负相关关系。     

科技新闻媒体关注指数排行榜

(新闻时段:2011-02-11至2011-02-20;为新闻关注度,☆为/2)1成功模拟着陆火星[关注指数:]12日,俄罗斯医学生物问题研究所称,载有3名火星-500项目志愿者的登陆舱当天成功模拟在火星表面着     

在线热点事件的时空演变规律

为了理解舆论的时空演变斑图并揭示其形成机理, 本文运用统计物理学方法, 通过对在线评论数据进行统计分析, 定量地研究了在线热点事件关注度(在线评论数) 的时空演变规律. 实证表明, 虽然事件关注度在不同地区的分布存在极大的异质性, 即遵循双段幂律分布; 但是不同地区内事件的关注程度在时间演变过程中却表现出明显的一致性, 其不同时间内的Zipf分布变化很小. 关联性分析显示地区关注度受到该地区经济的显著影响, 而不同地区关注度演变行为的一致性来源于地区之间的强关联性. 另一方面, 舆论引导将显著影响事件的关注度, 导致传播速度(单位时间内评论数的增量) 急剧增加. 通过计算不同地区传播速度的信息熵, 我们发现评论的地区分布在大部分时间内都具有一致性, 而舆论引导有助于保持这种一致性. 地区传播速度之间的关联性分析表明在整个事件中经济较发达地区的舆论变化更趋于一致, 暗示这些地区对于舆论引导的响应更快, 因此加强发达地区的舆论引导有利于控制舆论的整体传播.     

语义对象分割技术综述

语义对象分割是各种基于内容的多媒体应用领域中的一项关键技术,是近10年来图像与视频处理领域的一个研究热点.从实际应用的角度出发,介绍了三类具有应用价值的语义对象分割方法,即实时的自动对象分割、非实时的交互式对象分割以及针对具体应用的基于先验知识的对象分割.在分析了各类语义对象分割技术的利弊后,指出了语义对象分割技术的进一步研究应该结合高层语义信息来扩大其适用范围,并展望了目前刚刚起步的基于视觉关注度的语义对象分割方法.     

基于百度指数的旅游目的地网络关注度影响因素分析——以青岛为例

互联网已经成为当前绝大部分居民出游前了解旅游相关信息的最主要渠道.基于百度指数的数据分析功能,分析旅游目的地的网络关注度变化及影响因素,对指导旅游目的地的发展具有一定的意义.以青岛为例,经检索得到青岛2011年旅游网络关注曲线,发现2011年青岛旅游网络注度时间分布特征:①在一年内,用户旅游关注相对集中;②在局部时间段内,用户旅游网络关注度存在小的峰值;③用户旅游关注度曲线呈现一种齿状波动.由此得出影响旅游目的地网络关注度的关键因素有:季节变化、闲暇时间以及旅游目的地已有知名度,三者综合作用,影响着人们对旅游目的地的关注度.     

河南5A级景区网络关注度时空演变特征与影响因素

基于百度指数平台，分析了河南5A级景区网络关注度在2015-2021年的时空演变特征与影响因素.研究结果表明：(1)河南5A级景区网络关注度年际变化不大，集中分布在春夏季和早秋，月份呈现4月，8月，10月“三峰”状变化；(2)从节假日变化来看，网络关注度在“五一”“十一”假期呈现倒“U”形的曲线图，假期前夕持续上升，假期初期达到峰值，随后开始平缓下降至平稳状态；(3)网络关注度空间分布比较集中，主要分布在东南沿海地区以及河南省及周边省市，近年来空间分布趋于分散，同时发现全国各省市居民更偏向于河南5A级景区的人文类景观；(4)节假日、人口基数、互联网普及率、经济联系强度等是影响河南5A级景区网络关注度的重要因素.     

投资者关注对碳交易市场的影响研究

在“碳中和”“碳达峰”背景下，作为对碳控制减排的重要角色，碳交易市场发挥着不可替代的作用，逐步由试点区域迈向全国性，引来了越来越多的投资者关注。社交网络活动的存在可以提供有用的信息，对股票市场价格的预测有所改善。利用投资者关注度和国内外碳交易指数的每日数据，实证研究投资者关注度与碳交易市场表现之间的联系。研究发现，投资者关注度会影响碳交易市场的回报，这种关系随时间变化而变化。投资者关注不仅可以作为股票市场的信息来源，还可以作为碳交易市场的信息来源。     

我国不同级别旅游景区空间分布和吸引力比较——基于网络关注度的分析

收集有关数据，利用基尼系数、重力模型、皮尔逊相关检验等方法分析我国旅游景区的空间分布情况，利用大数据计算不同级别旅游景区的旅游吸引力，并进行比较.结果发现：(1)各级旅游景区的基尼系数整体较低，空间分布比较均衡，区域差异不大.(2)除1A景区的地理重心位于我国几何重心的东北方向以外，其他级别旅游景区的地理重心都位于我国几何重心的东南方向，说明我国东南地区旅游资源更丰富.(3)A级旅游景区级别越高，“帽子”越多，旅游吸引力越强.不同区域同级别旅游景区吸引力呈现较大的差异.(4)计算区域旅游吸引力时，不同级别旅游景区权重赋值依次是世界自然与文化遗产（10.00）、5A景区（9.25）、国家级风景名胜区（5.79）、全国红色旅游经典景区（4.51）、国家级自然保护区（3.84）、4A景区（3.55）、国家级森林公园（2.99）、重点文物保护单位（2.49）、3A景区（1.67）和2A景区（1.44），并据此构建了旅游资源吸引力计算模型.(5)根据本研究构建的模型测算出的旅游资源吸引力与各省份的旅游总接待人数之间在1%显著水平下表现出了高度相关的正相关关系.