我国互联网产业的问题,影响及对策

互联网经济的大潮正在席卷整个世界.自1998年以来,代表新经济因素,并以网络科技股为主的纳斯达克市场,一直热度不减.投资者对网络科技股的狂热追捧,制造一个又一个的财富神话.只因比别人更早把握了互联网跳动的脉搏,杨致远的雅虎市值竞超过了波音公司,“亚马逊”的缔造者贝索斯35岁便拥有了70亿美元的身价……1999年,美国与互联网有关的企业创造产值超过5070亿美元,互联网产业首次成为美国第一大产业.今年1月10日,只有15年历史的网络服务商美国在线兼并具有70多年历史的时代—华纳公司,引起了世界轰动.美国有舆论称,互联网络引发的变革不只是一次“时代性的革命’,而且是一次“世纪革命”.新世纪的中国也陷入了互联网的狂热之中,网络股走势如火如茶.深市的ST海虹因涉足互联网,曾经连拉20多个涨停板.沪市的综艺股份、上海梅林也演绎着一波又一波的大行情.国内不少网络公司的CEO再也坐不住了,各种新网站如雨后春笋般地不断冒出.1998年7月,中文网站只有数千家,到年底就达到一万家;1999年年中统计为2万家,到2000年初,这个数实际情况已经达到4万家.在热浪炙人的互联网经济潮中,作为互联网经济核心的互联网产业存在哪些问题呢?这些问题造成了怎样的影响呢?如何促进互联网业的良性发展呢?     

自媒体背景下政府对网络舆论监管问题研究

在自媒体时代,网民已经成为政府部门需要关注的群体。无论是举报腐败、环境监测、食品安全、医疗改革,还是虚假信息举报,该群体都已成为政府监管机构处理网络舆论问题的有力助手。网民在国民经济和民生问题上发挥了巨大作用,推动了电子政务的不断升级和完善。然而,在自媒体背景下也会产生一系列错综复杂的网络问题,迫切需要政府合理有效地指导。怎样利用自媒体保证主流舆论导向的正确性,如何监督和引导自媒体网络舆论的独特优势和突出特点,显然已成为相关部门面临的重要课题。     

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。     

景观社会中青年网络社交的文化反思

网络社交媒介的种类不断多样化、功能日渐丰富化,为当代网络青年的个体表达营造出一种"拟真"的赛博空间。有关自我信息的表达方式,则从早期的纯文字、静态图像到语音信息、网络动图再到视频展播,形成了一种网络"景观"。其中,身体作为表达自我的符号功能受到重视,具身化倾向愈发显著。一方面,导致了网络青年对外在身体形象的极度关注,形成了自恋主义;另一方面,为了逃避来自现实世界的真实问题,从而建构起了一种虚假身份。造成这种结果的根源乃在于当代狂热的消费文化和焦虑的社会心态,最终加剧了网络青年的自我认同危机。     

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。     

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。     

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。