长三角一体化背景下的江苏有线网络发展研究

长三角一体化的发展给江苏有线网络带来难得的发展机遇的同时,也提出了严峻的挑战.江苏各级政府及其有关部门应统一思想,提高认识,大力促进全省有线网络又好又快地发展.应采取的对策包括融通资金渠道、加快台网分离步伐、打造有竞争力的传媒集团、加快"三网融合"进程、引导有线网络向农村辐射、推进相关产业发展以及促进有线网络管理能力和竞争实力的提升等.     

论网络色情传播对社会两性观念的影响

以营利为目的的网络色情传播在全球范围内蔓延,其后果不仅表现为犯罪率高,而且从深层次上说,放纵性欲必然导致爱情的麻木,这二者之间的恶性互动是对爱情这种高尚精神活动的亵渎与扼杀。要想彻底根除人们在心理上的情色依赖兴趣,就必须廓清生理“性快感”与心理“性美感”,“性爱”与“色情”的观念性差异。     

P2P技术与网络传播的未来

伴随着P2P技术和商业应用的发展,P2P技术对于未来网络传播可能产生的影响也成为一个令 人关注的问题。从目前来看,P2P技术对于网络传播的影响主要包括以下几方面:网络信息共享与 利用的方式与程度将进一步改变;围绕P2P技术思想展开的软件与信息产品开发,将在一定程度上 决定作为媒体的网络的未来面貌;P2P带来的去中心化特点将使互联网管理的难度进一步增加; P2P可能成为媒体间的交流与合作的新平台,也可能加速媒体形态的演化。从总体看,P2P技术未 来的社会影响程度,取决于政治、经济等各种力量的博弈结果,而这也将最终影响着互联网的未来。     

全球网络安全规范研究：解决技术与理念的步速落差

全球网络空间安全已经成为国际互动的一个复杂维度,国际政治、经济事务需要建立规范以应对网络技术革命以及由此引发的社会变迁冲击。而学术探讨是形成行为规则的思想基础。目前的网络安全规范研究与实践,存在技术不断进步与理念仍然滞后的步速落差。为此,相关的规范研究,就要在学科交叉的基础上,把握网络空间的关键特征、超越西方与非西方的分野、建构基于互联网场景的思维并超越网络主权概念,同时还要积极发挥多元主体的规范倡议作用。由此,寻找一种基于现实技术与人文传统的网络安全伦理原则、行为规范和价值观,以便把有影响者束缚在规范、法律和特定价值观内。     

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。