网络集群的自组织特征 —— 以“南京梧桐树事件”的微博维权为个案

近年来,伴随着急剧的社会结构转型,我国新的社会身份和社会认同群体也随之产生,在网络中的政治表达和利益维护活动增多,在这些网络讨论的集群内部,参与者会自发形成一定的秩序,推动事件的进行。本研究利用自组织理论作为分析框架,选取"南京梧桐树事件"的微博维权集群为研究对象,重点考察网络集群参与者之间从无序到有序的互动过程、整个系统的演变规律及其与外界的互动机制,由此总结出网络集群中的自组织特征,从而相对准确地把握虚拟社区系统的发展、演化阶段,为更好地理解互联网的社会功能起到借鉴作用,也为政府有关部门做好群体事件的预防工作提供理论和策略上的支持。     

大数据背景下网络调查样本的建模推断问题研究——以广义Boosted模型的倾向得分推断为例

随着大数据和网络的不断发展,网络调查越来越广泛,大部分网络调查样本属于非概率样本,难以采用传统的抽样推断理论进行推断,如何解决网络调查样本的推断问题是大数据背景下网络调查发展的迫切需求。本文首次从建模的角度提出了解决该问题的基本思路：一是入样概率的建模推断,可以考虑构建基于机器学习与变量选择的倾向得分模型来估计入样概率推断总体;二是目标变量的建模推断,可以考虑直接对目标变量建立参数、非参数或半参数超总体模型进行估计;三是入样概率与目标变量的双重建模推断,可以考虑进行倾向得分模型与超总体模型的加权估计与混合推断。最后,以基于广义Boosted模型的入样概率建模推断为例演示了具体解决方法。     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

适应性网络空间抽样的设计及估计研究

随着大数据背景下抽样环境复杂化,特别是3S技术（遥感技术、地理信息系统和全球定位系统）日趋成熟,越来越多社会经济问题涉及空间抽样,其样本呈现出规模相对稀少、分布不均匀、局部聚集的特征,使得传统抽样调查面临着严重挑战。本文介绍了适应性抽样技术应用于空间网络环境的基本原理、主要操作步骤和马尔可夫链蒙特卡罗估计推断,并以广州市天河区的商户抽样为例讨论实际操作中应注意的问题,以期为流动人口、环境污染、区域经济研究等方面调查提供理论支撑和实证方法参考。     

高维大数据基因网络中的社区发现——以NC方法为例

从大量基因中识别出致病基因是大数据下的一个十分重要的高维统计问题。基因间网络结构的存在使得对于致病基因的识别已从单个基因识别扩展到基因模块识别。从基因网络中挖掘出基因模块就是所谓的社区发现（或节点聚类）问题。绝大多数社区发现方法仅利用网络结构信息,而忽略节点本身的信息。Newman和Clauset于2016年提出了一个将二者有机结合的基于统计推断的社区发现方法（简称为NC方法）。本文以NC方法为案例,介绍统计方法在实际基因网络中的应用和取得的成果,并从统计学角度提出了改进措施。通过对NC方法的分析可以看出对于以基因网络为代表的非结构化数据,统计思想和原理在数据分析中仍然处于核心地位。而相应的统计方法则需要针对数据的特点及关心的问题进行相应的调整和优化。     

网络舆情对金融市场的影响研究:一个文献综述

网络舆情通过媒体报道以及股吧、微博、博客等平台进行传播而影响投资者情绪和行为,进而引发金融市场波动。随着对金融网络舆情关注度的提升,国内外学者从理论和实证分析等方面研究了网络舆情对金融市场的影响并取得了较大进展,但目前对该方面的研究缺乏系统性梳理。因此,首先从舆情数据采集、关键词选择及网络舆情的度量三个方面对网络舆情的测度方法进行了归纳阐述;然后分别探讨了网络舆情对股票市场、衍生金融市场以及金融市场稳定性的影响关系及实证方法;最后提出在未来的研究中应重点关注以下三个方面:(1)在金融网络舆情指标构建中应利用数据挖掘技术多维度构建能充分反映舆情信息的网络舆情指数;(2)在网络舆情与金融市场的关系研究中重点关注网络舆情对系统性金融风险的影响;(3)在实证方法研究上应选用包含不同时间频率指标的模型进行分析。     

新媒体环境下学生事务服务工作探析

高校作为大学生思想政治教育和学习生活教育的主阵地,应利用新媒体传播的优势开展学生服务工作,以服务学生、引导成长的理念处理学生事务。在实际工作中,学生组织的新媒体平台发挥着重要的作用。建构新媒体环境下的学生事务服务管理工作体系,是提升学生工作能力的重要途径之一。     

关于大学生网络人际关系的社会心理学研究

从远古时期的结绳记事到后来的活字印刷术、邮件、电话,再到如今花样层出的即时通讯工具,飞速发展的交流方式使人们的生活日新月异,人类文明绵延不绝,也有其一部分功劳。早早因此入驻地球村的人们沉浸于此,却不想凡事都有两面性。尤其是处于形成是非明辨能力时期的大学生,在大数据算法和互联网强强联手下,手机等电子产品不离身的大学生很难不陷入各类投其所好的事物组成的温柔乡里。本文将从大学生网络人际关系涉及的社会心理学出发,阐述由其引发的相关影响及对策,从而使大学生在现实和网络世界中找寻平衡,勿失去自我。     

基于情绪驱动的中等收入群体网络舆论引导研究

网络渠道是当前中等收入群体参与舆论输出的主要途径。对安全、民生和发展方面的议题,中等收入群体往往积极参与讨论。然而受情绪驱动的影响,网络舆论并不能总是良性发展。因此,要通过监管体系的建设、疏导体系的构建以及先进技术的使用,实现对中等收入群体网络舆论的引导。     

高校青年马克思主义者培养与高校网络党建的创新型融合

培养青年马克思主义者是新时代党的建设和中国特色社会主义现代化建设的必然要求,是马克思主义大众化、时代化和中国化的重要途径,也是思想政治教育的重要内容。高校网络党建是新形势下,党坚持与时俱进的精神,创造性的提出的新的党建方式。目前,高校网络党建和高校青年马克思主义者的培养都存在许多不足,探讨并有针对性地提出高校网络党建和青年马克思主义者培养工程有机融合的措施与建议,对创新和发展高校党建和青年马克思主义者的培养工作具有重要的意义。