中文网络客户评论的产品特征挖掘方法研究

随着互联网的广泛应用,在Blog、BBS、Wiki等网络站点中出现了大量的针对商品或服务的客户评论,这些客户评论中所包含的丰富信息,对企业管理具有重要的价值.通过数据挖掘算法对客户针对某一产品的大量评论进行分析,可以挖掘出这些产品的主要特征,并有望进一步发现客户对这些特征的意见和态度.在英文世界中已经有学者开始对这一研究进行探索,然而由于语言结构等方面的差异,英文的研究成果尚无法直接应用于中文客户评论的挖掘中.本研究针对中文的特点,提出了面向中文的客户评论挖掘方法.该方法基于改进关联规则算法实现了针对中文产品评论的产品特征信息挖掘.本研究采用通过互联网获得的针对手机、数码相机、书籍等5种产品的评论语料,对该方法进行了数据实验,实验结果初步验证了该方法有效性.     

公司治理影响债务期限结构类型吗?——来自中国上市公司的经验证据

本文采用面板数据,应用Logit模型和排序选择模型实证检验公司治理机制如何影响债务期限结构类型。研究发现公司治理确实对债务期限结构类型具有显著影响。经验结果大多支持治理水平高的公司,其内部人（管理者,控制股东）受到更严格的监督,债务供给者（银行）更愿意为其提供长期债务,其更倾向使用高的债务期限类型的论点。     

Efficiency decomposition in dealers from the perspectives of demand forecasting,sales force,and inventory control: a case study

Efficiency decomposition is being able to know the most effective way to improve a company’s organisational efficiency. This study proposes a network performance evaluation model with non-controllable variables to evaluate dealers with an emphasis on their internal processes, including demand forecasting, sales force and inventory control. The proposed model decomposes the organisational efficiency into a weighted average of internal process efficiencies, where the weights associated with the internal processes are data-driven. This is applied to an empirical case consisting of 27 automobile parts dealers in Taiwan. Based on the analysis results, dealers know the relative contribution of each internal process to the organisational efficiency, and inefficient dealers are assigned targets for enhancing the organisational efficiency as well as the process efficiencies.     

考虑交易成本的投资组合效率估计方法

投资组合绩效评价是学术界研究的热点问题。本文在经典的经济学框架下,基于真实前沿面,给出了投资组合效率的明确定义。由于实际投资环境的影响,投资组合优化模型非常复杂,难以获得真实前沿面的解析解,这给投资组合效率的应用带来了很大的困难。本文基于投资组合理论,在投资组合模型所对应的前沿面为凹函数的情况下,采用基于数据的投资组合DEA评价模型构造前沿面来逼近真实的前沿面,从而估计一般情形下投资组合的效率。在此基础上研究了考虑交易成本的投资组合效率评价问题,并用实例说明了本文方法的合理性与可行性。     

企业研发效率测度与比较——以中国各地区大中型工业企业数据为例

研发效率的高低是影响企业研发决策和经济增长效率的重要因素。已有研究在选择分析方法的时候往往只是根据主观判断,并没有给出明确和客观的理由。而且由于在样本区间、指标选择和数据处理等方面存在较大差异,不同研究之间难以进行直接比较,其核算结果也不能作为判断哪种方法有效的依据。本文在相同的样本区间、指标选择和数据处理前提下,针对中国各地区大中型工业企业1996—2005年的面板数据样本,利用索洛剩余核算、随机前沿分析和数据包络分析等方法对中国企业的研发效率进行评价。通过不同指标和方法的分析比较,可以得到相对更为全面和准确的测度,从而对中国企业的研发行为及效率做出较为客观的评价。     

Variable precision rough set theory and data discretisation: an application to corporate failure prediction

Since the seminal work of Pawlak (International Journal of Information and Computer Science, 11 (1982) 341–356) rough set theory (RST) has evolved into a rule-based decision-making technique. To date, however, relatively little empirical research has been conducted on the efficacy of the rough set approach in the context of business and finance applications. This paper extends previous research by employing a development of RST, namely the variable precision rough sets (VPRS) model, in an experiment to predict between failed and non-failed UK companies. It also utilizes the FUSINTER discretisation method which neglates the influence of an ‘expert’ opinion. The results of the VPRS analysis are compared to those generated by the classical logit and multivariate discriminant analysis, together with more closely related non-parametric decision tree methods. It is concluded that VPRS is a promising addition to existing methods in that it is a practical tool, which generates explicit probabilistic rules from a given information system, with the rules offering the decision maker informative insights into classification problems.     

基于意外度的关联规则深层知识发现及应用研究

为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。     

基于GCA-DEA-MSVC方法的高校科研平台评价预测研究

高校科研平台评价与预测分析是促进科研工作健康高效发展的重要载体,但数据指标繁冗、逻辑关系复杂、影响因素众多等大大加剧了科研平台运行评价和预测难度。本文从大数据角度出发探索一种基于GCA-DEA-MSVC方法的高校科研平台评价预测方法。首先利用GCA方法从科研平台运行数据库中挖掘、提取出与评价结果密切相关的关键特征指标并进行分类构建特征指标库,然后利用DEA方法对特征指标库数据进行融合,提升数据质量构建相对效率指标库;最后,将特征指标库与相对效率指标库再次融合,基于改进的MSVC方法构建了高效的科研平台运行状态评价分类预测模型,并利用教育部重点实验室评价数据开展了实验研究,验证了所提方法的有效性。     

融合内容分析和关联分析的短生命周期体验品需求特征模式挖掘方法研究

挖掘特定产品的需求模式无法从整体掌握该类产品的市场特征;短生命周期体验品因缺乏历史销售数据,并且销售总量波动性极大,尤其需要从整体掌握销售总量与产品属性间关系的需求特征规律,但又难以挖掘,亟待提出适用于该类产品的需求特征模式挖掘方法。基于按销售总量分区后各区的需求特征的规律性,提出了一种按销售总量分区、以已有产品介绍集和销售总量为源信息、适用于新产品开发前使用、融合内容分析和关联分析的短生命周期体验品需求特征模式挖掘方法。该方法包括基于内容分析法的产品属性挖掘方法和基于关联分析的产品属性关系模式挖掘方法。前者可以得到较全面的产品属性;后者能够构建不同销售总量区间内产品集的属性关系模式,得到各区间的产品属性关系网,获得高销售总量区间具备,但中、低区间不具备的属性关系模式,从而获得需求特征模式。通过不断更新产品介绍集和销售总量并迭代挖掘,该方法能够动态挖掘需求特征模式。最后利用2013至2016年国产犯罪和爱情类电影数据验证了该方法的可行性,并得到了这两类电影的产品属性及近年的需求特征模式,可用于指导这两类电影的创作。     

中国高龄老人生活自理能力纵向动态研究

利用"中国老年健康长寿跟踪调查"1998年、2000年、2002年的跟踪数据分析中国高龄老人ADL的变动趋势及其影响因素。个体增长模型结果显示,高龄老人ADL状况随年龄增长出现了明显的下降趋势,ADL个体差异十分显著。个体之间的差异解释了ADL总差异的31.13%。经历三次追踪调查的高龄老人ADL均值较高,状况较好,下降速度较慢;基期具有3-4项残障的高龄老人,未来ADL下降最为迅速;基期ADL水平高的高龄老人,ADL下降较慢。从ADL的个体影响因素来看,对于基期ADL水平影响最大的变量是"年龄"、"疾病状况"以及"居住安排"等,而对观测期ADL变动速度影响最大的变量是"年龄"以及"过去是否经常从事体力劳动"等。