一、基于数据挖掘技术的市场经济预测支持系统的研究（论文文献综述）
李阳[1]（2021）在《基于比较视角的中美国家级实验室建设研究》文中认为当今时代,世界发展面临百年未有之大变局,科技革命进入新一轮发展阶段,加速了全球人才、信息、资本等生产要素的流动,世界各国间的科技力量在悄然间发生着变化。科技革命所引发的不仅是全球经济社会的变革,每一次革命过程也必然会改变大国之间的力量分布,重塑世界实力对抗格局。中国科技实力的快速崛起,美国科技霸主地位受到挑战、中美之间的科技博弈屡次触碰着科研工作者的神经。如何在未来科技竞争中处于领先位置,激发科研人员的创新活力,提高科技创新对于社会发展的带动作用,这一切都离不开一流科研机构的支撑,而国家级实验室就能发挥这样的作用,满足国家在不同发展时期的科技需求。国家级实验室作为大国科技博弈的重要体现,为保持国家科技竞争力提供了驱动力,也是建设世界科技强国的重要战略保障。美国庞大的国家级实验室体系距今已经历了八十余年的发展历史,积累了成功的管理经验,也是满足国家科技全球领先的重要支撑,在建设管理创新上以及科研实力上领先于全球。我国国家级实验室兴建于改革开放之初,伴随着我国科技体制改革之路不断发展壮大,但相较于世界发达水平,在建设管理经验、科技体制创新及科研实力等方面还有许多不足。因此,以美国国家级实验室作为参照标准进行深入比较,总结两国实验室建设历程的异同、发现建设经验的共性与个性、寻找科研实力比较中的优势与不足,为促进我国国家级实验室建设及发展寻找经验借鉴,对于丰富我国国家级实验室研究成果意义重大。基于此,本文希望通过研究回答以下几个问题:（1）从中美两国国家级实验室的建设历程来看,两国实验室各自经历了怎样不同的发展阶段,每个阶段建设的侧重点是什么,各阶段的科技政策对实验室发展有何导向,两国实验室建设历程的异同又有哪些?（2）从中美两国国家级实验室的建设运行来看,中美国家级实验室在制度体制、建设定位、资源要素、运行模式及科研合作方面各有什么特点,在这些方面中,中美两国实验室的建设特征又有什么异同,美国实验室的建设经验对中国有何启示?（3）从中美两国国家级实验室的科研实力来看,两国实验室在体现科技论文最高水平的ESI高被引论文产出方面、主导地位方面、论文影响力方面的科研实力差距有多少;基于文献属性数据的特征差异有哪些,这些差异对两国实验室论文产出、影响力及主导地位的影响又有哪些?本文以比较研究作为研究视角,重点进行了以下方面的研究工作:（1）对中美两国国家级实验室建设历程进行对比分析。对两国国家级实验室的建设历程进行了划分;结合时代政策背景,对两国实验室各自的发展建设过程、学科分布特点、部门及地域分布特点、建设成效、阶段性特征进行分析,深入了解每一阶段国家级实验室的发展变化;总结出两国实验室建设历程的相同点及差异。（2）对中美两国国家级实验室建设特征进行比较分析。梳理两国国家级实验室在建设方面的特点;围绕制度体制、建设定位、资源要素、运行模式、科研合作五个方面,总结中美两国国家级实验室建设方面的共性与个性。（3）基于目前代表科技论文最高水平的ESI高被引论文数据库,对中美两国国家级实验室科研实力进行比较分析。综合运用文献计量学、数据挖掘、Logistic回归模型、多元线性回归模型等统计分析工具,从ESI高被引论文产出、国际合作、影响力等角度进行量化比较,以明确中美国家级实验室科研实力的差异。最终,通过对中美国家级实验室多方面的比较分析,本文得到如下结论:（1）回答了中美两国国家级实验室建设历程及阶段特征的问题。中美国家级实验室兴起于不同的时代背景,经历了截然不同的建设历程。美国国家级实验室体系作为全球领先的科研机构,兴起于战争年代,维护国家安全与国家利益成为了其建设初衷。先后经历了五个发展阶段,且过程中出现了两次较大的争议。实验室的发展紧密围绕美国国家安全战略展开,进行学科建设的布局与前沿科学领域的探索,尤其是美苏冷战时期,持续增加的军费资助为实验室的研究发展印上了明显的军事化色彩。相较而言,我国的国家级实验室体系发展建设起步较晚,与改革开放后的我国科技事业的发展基本同步,基本依托重点高校及各部门进行运行管理,以材料科学、工程科学等工程类学科研究为主。在经历了改革开放初期艰难的起步后,实验室的发展也随着社会经济的不断推进走向市场化协同创新的道路,为国家经济和社会发展提供了重要的技术服务,在发展方面呈现出快速上升的态势。（2）回答了中美两国国家级实验室在建设运行中的特色及管理经验问题。中美国家级实验室在建设运行上既有共同的经验又各具特色。通过对中美典型国家级实验室的建设特征进行分析,作者发现中美国家级实验室在制度体制、建设定位、资源要素、运行模式及科研合作方面既有共性又有个性。中美两国实验室的兴起处于不同的时代背景,两国在科技、经济等发展阶段上处于不同节点,形成了美国国家级实验室的定位于人类终极科学问题的探索,我国的国家级实验室主要还是定位在满足国家科技战略需求层面。两国不同的制度体制也形成了不同的实验室管理模式,美国强调以市场参与为主,政府主导为辅,实验室体系的发展以“自下而上”科技决策体系为主;中国更强调决策主体集中,注重政府的政策引导,实验室多以执行上级科技政策为主。此外,两国实验室在科研经费的预算及拨付制度、实验室的监管主体及实验室主任的选聘与权责方面也都存在着显着差异。（3）回答了中美两国国家级实验室在基于ESI高被引论文产出方面的科研实力问题。中美国家级实验室在科研实力方面各有优势,美国在多个方面保持着相对优势,我国在论文产出方面取得了显着的进步。研究发现,在基于高被引论文产出数量的比较上,中国无论是在产出总量还是发展增速方面均有明显的优势;且通过关联规则算法对中美论文产出特征进行分析,发现作者数量为5人及以上为中美论文产出的最主要合作方式;中国论文产出受参与单位的数量作用不显着,当有国内基金参与资助时会显着提高两国实验室的发文量。在基于高被引论文主导地位的比较上,在中美两国间实验室的合作论文方面,美国的主导地位高于中国;在中美实验室参与国际合作论文方面,中国的主导地位强于美国;在中美国际合作论文主导地位的特征方面,论文流向国内对中美国际合作论文的主导地位均有正向影响;资助基金数量及资助基金类别为“无国内基金参与”时对中美国际合作论文的主导地位均有负向影响。在基于高被引论文影响力的比较上,美国在被引频次及影响因子方面的影响力均强于中国;在论文影响力的特征方面,中美高被引论文影响力均受到作者数量、出版时间、资助基金数量等相关因素的影响;作者数量、资助基金数量等对中国高被引论文影响力的作用程度大于对美国的影响。本研究的创新点可以概括地归纳为以下三个方面:（1）对以国家级实验室为代表的科研机构建设与改革进行了有益探索。美国是当今世界最强大的科学技术强国,拥有雄厚的资本及一流的人才储备,众多的国家级实验室成为了其科技研发的排头兵,也成为了国家科技创新力量的坚实保障。联邦国家实验室体系至今已有七十多年的历史,并积累了卓有成效的管理经验,拥有一套科学的管理体制和运行机制。他山之石,可以攻玉。研究美国联邦国家实验室建设及其规律,进而探索科研管理机制创新,为突破美国科技封锁,探索我国国家级实验室体系建设及科研机构改革创新很有价值。（2）拓展了文献计量学理论在科技评价中的应用与实践。国家级实验室是进行基础研究和原始创新工作的重要科研机构。科技论文是体现国家或科研机构基础研究工作的重要载体,同时也是反映国家或科研机构科研实力的主要方面。本文基于ESI及JCR等数据库,以高被引论文为视角,运用文献计量学的理论指导,通过对中美两国国家级实验室科研实力进行量化分析,可以进一步明确两国国家级实验室的发展现状及差异水平,对我国国家级实验室建设体系的成效进行了检验。另一方面,文献计量学理论以科技论文及各种文献数据特征为研究对象,可以实现对国家或地区、科研机构、学者等学科结构、产出数量、影响力变化等科研动态的科学评价,对于两国实验室科技论文产出及其深层次因素及规律进行探讨,在填补对国家级实验室定量化研究空白的基础上,逐渐丰富我国国家级实验室科研评价体系,以便指导政策实践。（3）为新一轮技术革命背景下,深化国家创新体系理论,丰富国家创新体系理论概念,指导政府科技政策的实施与制度创新,更好地参与全球化科技治理,实现科技的自立自强以促进我国国家级实验室体系建设提供了新思路。中国国家级实验室体系根植于独有的政治、文化背景,在治理模式和运行机制上不同于世界上任何一个国家,面临着独有的现实困境与发展难题。在深入研究美国国家实验室管理经验的基础上,不照搬照抄美国模式,坚定走社会主义道路方向,结合有益经验探索中国模式,缩小与先进水平的实力差距,不断探索适合我国国情的国家实验室的管理体制和运行机制。
周彪[2]（2021）在《小微企业互联网融资信用评价研究》文中提出我国正处于经济结构、产业结构调整优化的重要阶段,小微企业由于产业类型多样、覆盖范围广、市场反应敏感等特征,对促进我国产业结构的调整和社会经济的持续、平稳运行,发挥着关键的作用。然而,小微企业的融资难题,特别是传统融资的困境限制了小微企业的发展,转向民间信贷融资又使得小微企业面临融资贵的风险,并加剧了市场动荡。信息不对称是小微企业融资困境产生的关键原因,在“互联网+”背景下,加快我国金融供给侧改革、推动互联网金融的发展,既为小微企业融资渠道的拓展提供条件,又为小微企业融资信用水平相关信息的获取提供重要手段。大数据背景下的小微企业互联网融资,成为解决小微企业融资困境的有力方式;基于大数据技术、对小微企业互联网融资信用评价问题展开深入而细致的研究,是该方式发挥作用的关键。本文研究的关键科学问题包括:（1）评价机理分析。研究国外小微企业特征及信贷服务实践的成功经验,分析小微企业互联网融资信用数据来源、剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点等,分析大数据背景下小微企业互联网融资信用评价机理。（2）评价体系构建。加快适用于小微企业互联网融资信用评价体系的针对性研究,强化小微企业互联网融资信用评价的有效性,成为银行等金融机构服务小微企业互联网融资、防控小微企业互联网融资风险的重要举措;（3）数据模型构建。借助互联网技术、大数据技术对海量、多元信息的获取能力,利用数据挖掘及机器学习技术如何改进小微企业融资信用评价模型及模型精确度;（4）评价结果及应用。研究信用评价对金融机构与小微企互联网融资信任关系形成的作用机理,是需要深入分析和研究的重点问题。文章在基本理论模型分析的基础上,通过对四大类问题的研究,产生如下的研究成果:（1）基于大数据的小微企业互联网融资评价机理模型。针对小微企业互联网金融产品、服务及融资流程不明晰、不系统的现状,对小微企业互联网融资途径及大数据信用评价机理展开分析。我国小微企业是国民经济发展的重要力量,从国外小微企业特征及信贷服务实践的分析入手,实现我国小微企业特征的详细统计分析和对比分析,我国小微企地域分布和行业分布等总体情况、金融行为、竞争力、社会关联性以及还款能力和还款意愿上,表现出显着差异性特征。基于案例提出小微企业互联网融资模式共包含传统融资业务的互联网化、基于互联网平台的融资模式、“互联网+”金融的全新模式以及上市融资四种类型。提出信息不对称风险、财务风险、关联关系复杂性风险、脆弱性风险四类小微企业互联网融资信用的风险来源,剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点,界定小微企业互联网融资信用评价的四维概念模型。研讨大数据技术小微企业互联网融资信用评价中的应用机理,提出评价的基本框架。（2）“互联网+”的小微企业互联网融资评价体系模型。充分利用“互联网+”下小微企业融资渠道拓宽所带来的海量信息获取优势,分析影响小微企业互联网融资信用水平的相关因素,构建针对小微企业互联网融资信用评价的专门指标框架,形成具体、细致的评价指标储备。界定反映小微企业互联网融资信用水平的硬信息、软信息,从双重维度提炼81项影响小微企业互联网融资信用水平的具体因素。继而,从经营活动信息、金融行为信息、企业基本信息、企业竞争力信息、企业关联关系信息系和企业融资申请陈述信息等六个维度提炼、储备90个具体评价指标,构建小微企业互联网融资信用评价指标体系的总体框架,明确各评价指标的指标类型、评分方法及数据的标准化方法。构建融合熵值法、CRITIC方法、方差齐性检验的小微企业互联网融资信用评价指标组合赋权方法,强化指标体系区分小微企业互联网融资信用履约客户和违约客户的能力。（3）基于主题挖掘的小微企业互联网融资数据获取模型。信息量暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。基于小微企业互联网融资信用指标框架中的部分软信息变量,构建小微企业互联网融资信用相关软信息LDA主题挖掘模型,获取17个主题变量及各主题对应每条样本的概率分布,实现小微企业互联网融资信用软信息的量化挖掘。（4）基于神经网络的小微企业互联网融资评价模型。针对小微企业互联网融资信用评价的二分类问题,构建基于BP神经网络的小微企业互联网融资信用评价模型。选取同花顺行情中心新三板作为数据来源开展案例分析,分别将硬信息、软信息、硬信息+软信息纳入BP神经网络模型,形成三组对比实验。结果发现硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度,因而将软信息、硬信息同时纳入小微企业互联网融资信用评价模型,是提升银行等金融机构信贷风险评估准确性的重要方式。（5）小微企业互联网融资发展政策建议。以多元数据的合理化运用为脉络,研究大数据背景下信用评价对金融机构与小微企业信任关系形成的作用机理,给出促进小微企业与金融机构互联网融资信任体系良性发展的策略和管理建议。明确了不同阶段银行等金融机构对多元信息的处理范式,分析小微企业多元信息发挥作用的方式。将小微企业的互联网融资行为和银行等金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型,分析二者互联网融资信任关系形成过程中的策略选择,逆向推理信用评价中的相关因素对二者策略选择的影响,进而为银行等金融机构提供相应的管理建议。本文产生的创新点可能包括:（1）基于大数据的小微企业互联网融资信用评价体系总体框架。从我国小微企业的概念和范围界定入手,具体考虑我国小微企业特征,提出大数据背景下、针对小微企业互联网融资信用评价的指标体系总体框架,为后续相关研究提供范式参考。小微企业融资过程中存在大量财务管理数据等结构性硬信息获取不足的问题,致使银行等经融机构难以作出准确的风险评估,造成严重的“信息不对称风险”,进而加剧小微企业互联网融资难度。非结构性文本信息等软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。针对我国小微企业特征,综合考虑小微企业经营过程中产生硬信息、软信息的双重维度,提炼影响小微企业互联网融资信用水平的多项因素,构建针对小微企业互联网融资信用评价的指标体系总体框架,确定具体评价指标及指标类型、标准化方法。大数据技术能够大大提升不同类型、不同来源数据的可得性,因而该数据集合在大数据技术的辅助下,获取更多数据成为可能,这也为其他相关研究提供借鉴。（2）基于多元信息融合的小微企业互联网融资信用评价模型的构建方法。研究大数据技术下非结构性软信息的获取方式、使用方式。软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征。基于文本挖掘技术,提出大数据背景下小微企业互联网融资信用评价非结构性软信息的量化方法,实现大数据背景下小微企业互联网融资信用评价结构性硬信息和非结构性软信息的量化融合。基于机器学习方法、神经网络模型,构建大数据背景下的小微企业互联网融资信用评价模型。利用网络爬虫技术,研究针对我国小微企业互联网融资信用评价的多元数据获取方法。案例分析设计三重实验,分别采用硬信息数据集、软信息数据集、硬信息+软信息数据集,将三类数据集合分别纳入评价模型中,发现不同数据类型的使用对模型精度具有显着影响。硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度。（3）基于演化博弈的金融机构与小微企业互联网融资信任的关系模型。针对我国小微企业与银行等金融机构之间相互信任不足的特征,构建金融机构与小微企业互联网融资信任关系的演化博弈模型,分析如何通过大数据技术下互联网融资信用评价不同策略选择,实现信用评价的改进、促进小微企业与金融机构互联网融资互利互信共赢的最终目标。围绕多元数据的合理化运用脉络,将小微企业的互联网融资行为和金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型。通过演化博弈均衡的分析及影响因素分析,模拟二者互联网融资信任关系形成过程中的策略选择,发现金融机构在小微企业互联网融资中的潜在损益、体现小微企业信用水平的结构性软信息潜在损益以及对软信息硬化边界、机器评价与人际沟通关系的掌握,是影响二者策略选择和良好信任关系形成的重要因素。基于此,为银行等金融机构提供相应的管理建议,以期在大数据背景下实现小微企业互联网融资信用评价效果的提升。图58幅,表27个,参考文献204篇。
张玉龙[3]（2021）在《大数据视域下思想政治教育创新研究》文中研究指明随着“5G”技术、物联网、大数据、云计算、人工智能等新一代信息技术的发展,社会信息化也进入到一个新阶段,即大数据时代。大数据给人们思想所带来的多元、多变、多样可谓是前所未有,社会思想领域的交流、交融、交锋亦连绵不绝。那么,大数据时代究竟给思想政治教育提出了哪些新要求新挑战?思想政治教育如何适应大数据时代的要求,从而实现与时俱进?习近平总书记强调,用好大数据,增强利用数据推进各项工作的本领,不断提高对大数据发展规律的把握能力,使大数据在各项工作中发挥更大作用。可以说,大数据是解决复杂性问题的一种新型的方法、技术、工具以及思维方式。因此,思想政治教育也要用好大数据,增强利用大数据推进思想政治教育工作的本领,不断提高对思想政治教育大数据发展规律的把握能力,使大数据在思想政治教育中发挥更大作用。论文从强烈的问题意识出发,围绕着大数据视域下思想政治教育这一主题,力图聚焦“大数据给思想政治教育带来了什么样的重大变化”这一突出问题,探索大数据视域下思想政治教育创新的图景与方向。论文共分为七个部分的内容。引言部分主要阐述了选题缘由和选题意义,全面梳理了本选题的研究现状并进行了相应的述评,凝练地概括了研究方法、研究思路和研究框架,提出论文可能的创新点和不足之处。第一章旨在阐明大数据时代教育与大数据之间的深度融合。思想政治教育大数据研究是一种交叉研究,涉及多方面的理论。除了思想政治教育理论之外,大数据、教育大数据以及科技哲学中的范式理论都是本研究的理论基础。该章系统梳理了大数据这一概念的来龙去脉,从数据科学、数据技术、数据价值、认识论方法论、时代等维度对大数据的内涵进行了多维解读,阐述了教育大数据的内涵、特征、类型、基本功能以及面临的问题。该章引入了库恩的范式理论以及吉姆·格雷提出的科学研究的“第四范式”,认为大数据的广泛应用,也将成为观测自然的“仪表盘”和观察人类社会自身行为的“显微镜”,也将给思想政治教育范式带来根本性变革。第二章主要研究思想政治教育大数据的内涵、特征及其所带来的范式创新。大数据视域下的思想政治教育创新,首先需要聚焦“思想政治教育大数据”这一核心概念。对大数据的理解不能停留在一般概念上,需要探寻思想政治教育大数据的独特“秉性”。一是从大数据的视角理解思想政治教育,找到思想政治教育和大数据的契合点,二是在思想政治教育视角把握大数据运用和研究的特殊性。在分析相关核心要义的基础上,提出了思想政治教育大数据的内涵及特征。在此基础上,分析了思想政治教育范式及其发展形式、思想政治教育大数据范式的特征。认为大数据在现代思想政治教育中起基础性作用,大数据以其可操作性方式解决了思想情感量化问题。深入分析了大数据对思想政治教育量化的内在机制,认为对思想情感的量化主要是通过对人的行为以及语言符号的量化间接实现的。第三章主要对大数据视域下思想政治教育者和教育对象加以重新审视和反思。思想政治教育大数据的融入使得教育者和教育对象之间的关系更为复杂。大数据不仅对思想政治教育者提出了新的要求,而且催生了新主体的出现,一方面提升了思想政治教育实效性,但同时也导致了一系列问题的出现。同时,大数据深刻地改变了教育对象的行为方式、思维方式、话语方式。教育对象通过数据画像可以对自身有更好的自我认知和自我管理,但克服大数据对教育对象所造成的“信息茧房”又是一个需要克服的重要问题。第四章旨在探讨大数据视域下的思想政治教育内容创新。思想政治教育应当“内容为王”,教育内容是思想政治教育的“食粮”,没有好的内容,相应的教育活动就会出现“营养不良”的现象。本章分析了大数据创新思想政治教育内容必要性和可能性,归纳了大数据的来源,梳理了大数据创新教育内容的主要途径,并提供了若干大数据创新发展教育内容建设的案例。思想政治教育大数据的出现,使得教育内容不仅能够“以理服人”“以情感人”,而且能够“以数据取信于人”,推动着思想政治理论课从教材体系向教学体系转化,使得教育内容向着更优、更精、更符合时代特色的方向发展。第五章进一步透视大数据视域下的思想政治教育方法创新。本章在阐述思想政治教育方法基本理论基础之上分析了大数据对教育方法的创新、发展与改进。大数据重构了思想政治教育方法的原则,为方法创新增添了复杂性原则、客观关联原则和可视化原则方法。大数据使得思想政治教育层面的认识方法更为精准、实施方法更加以数据驱动,使得思想政治教育评价更加“让数据说话”。现代思想政治教育是具有复杂性的教育实践活动,进行复杂的思想政治教育离不开复杂性思维、复杂性方法、复杂性工具。这就需要思想政治教育者转变思维方式,学习新的方法,掌握复杂性工具。大数据对于思想政治教育的一个重大的贡献就是大数据力求实现对人的思想情感的量化和精准化把握,深化了思想政治教育对“事实”的把握能力,它为思想政治教育带来的影响是客观的、全面的和复杂的。新时代的思想政治教育应当适应大数据时代的要求,努力实现大数据与思想政治教育的深度融合,从而在技术与艺术的有机统一中提升思想政治教育的针对性和实效性。
王喜媛[4]（2020）在《智慧社会变革中的社会治理模式转型研究》文中研究指明人类社会发展史表明,每一次依人类智慧和文明的进步而发生的科学技术革命,都在不同程度上推动人的存在方式变化与人类社会发展。进入二十一世纪后,以人工智能、大数据、云计算、区块链和新一代通信网络信息技术为代表的新技术革命的融合和发展,推动人类社会进入了一个被称为“工业4.0”的第四次工业革命时期,我们正处于这一历史阶段。“现实”就是人与人类的当下的存在,就是我们的本质在当下的显现。从科学技术革命对于人类社会发展所起的作用的视角来看,我们当下的存在——“现实”就是我们已经步入了在信息化革命的条件下,由互联网、物联网、大数据、区块链、人工智能和新一代通信网络信息技术为代表的新技术革命的融合和发展,从而推动社会变革和发展的智能化时代。以智能化技术为主要标志的“智慧社会”,是以信息社会为基础对信息社会的继承与发展。“智慧社会”给人类社会的存在和发展带来很多质的变化。人的存在方式、生活方式、思想观念、行为方式都会发生巨大的变化,同时也改变着社会生活的各方面。新技术的飞速发展将引发生产力水平的极大提高,生产效率的提高也将推进人类的生产方式和生活方式的极大变化,同时也将面临前所未有的问题和挑战,促使传统社会的治理模式必须发生相应的变革以适应新技术的要求,即社会治理模式的转型。具体体现为人们认知方式、思想观念、价值选择、决策方式、执行路径和方法等治理要素都要进行相应的变革和转型。为此,本文选择“智慧社会变革中的社会治理模式转型”作为研究主题,力图通过研究智慧社会变革中的社会治理模式可能面临的问题、挑战和解决问题找到社会治理模式变革和转型的规律,确定未来发展的方向和路径。论文的具体研究思路和基本观点是:梳理人工智能、大数据、区块链和新一代通信网络信息技术等技术的理论基础和应用发展,预测智慧社会的发展远景,针对新技术革命的发展所导致的传统社会向智慧社会转型所特有的社会矛盾和问题,分析当前社会的鲜明特征,基于党的十九大对中国当前所处的时代和社会的主要矛盾作出的全新判断:“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”,探究我国智慧社会的社会治理与传统社会的社会管理的影响和关系,阐述由社会形态变革引发的社会治理模式变革和转型的必然性,对智慧社会视域下社会治理模式的内容和实例进行具体分析,并对技术进步带来的社会生活的各种变化以及人的价值进行反思,从管理哲学的角度论述社会治理模式转型的当代启示。论文的基本内容分为如下几个部分:首先,随着人工智能、大数据和云计算技术的飞速发展,互联网渗透日益显着,众多新技术融合突破,在解决当前人类发展遇到的困境的同时,正在带来人类社会运行智慧化、生产关系虚拟化的深刻变革。本部分主要通过深入分析新技术革命下智慧社会出现及其演进过程,提出伴随着人工智能、互联网、大数据等技术的发展,智慧社会治理变革的内驱力也随着社会形态的变化、面临的新问题和各种矛盾的加剧而快速变化,面对如此重要的历史变革,构建灵活、高效、全新的社会治理模式来适应新技术革命的发展具有特别重大意义。其次,随着经济、社会的发展,政府和社会组织在社会治理中的作用更加突出,智慧社会需要创新治理手段。在新技术革命推动下,我国社会风险的出现使得社会转型加速,社会分化加剧,社会异质性增强,社会流动性增加,并提高了社会控制难度。本部分主要阐述社会形态、社会结构、社会资源的配置方式和社会成员的生活方式等方面都发生深刻的变化;从经济发展现状、社会组织对社会治理的贡献及新技术革命对产业结构调整的推动作用等方面,论证触发智慧社会的社会治理模式变革的现实基础和理念变革已经具备,阐明我国从社会管理到社会治理的发展变革历程。最后,随着智慧时代的到来,通过对智慧社会的社会治理所面临的客观情况和现实困境的系统分析,提出必须通过“智慧化”实现社会治理模式转型的研究思路。本部分主要讨论如何从新技术革命的发展趋势中挖掘潜在的价值,使社会治理和谐地融入智慧化的新时代,稳步迈进智慧社会治理现代化的必由之路。第一,从全局和宏观的角度探讨我国的社会治理智慧化可能遇到的困难和挑战;第二,提出实现社会治理体系、社会治理机制、社会治理结构、社会治理能力和社会治理文化的转型;第三,分析智慧治理模式转型的实例,对技术进步引发的社会治理模式转型及人的价值进行反思;第四,从管理哲学视角探究新技术革命的经济、政治和社会影响,为新时期马克思主义的发展提供现实依据和客观基础。论文立足马克思主义唯物史观,对走向智慧社会的社会治理模式转型及观念变革进行了全面深入探讨,拓展和深化马克思主义社会发展和社会治理理论。对走向智慧社会的社会治理目的、方式、原则、发展趋势等进行较为深入系统的探讨,对推进社会治理体系和治理能力现代化提出有价值的分析框架。从经济发展现状、社会组织对社会治理的贡献以及新技术革命对产业结构调整的推动作用等方面,阐述走向智慧社会的社会治理模式转型的现实基础及其相应理念的变革。在深入分析工业社会和信息社会深度融合、技术全面升级换代、经济社会跨越式演进等基础上,通过对智慧社会引发的社会治理模式变革的综合因素分析,对智慧社会的社会治理模式变革趋势进行创新研究。从智慧社会面临的新问题和矛盾出发,探讨智慧社会语境下的社会关系调整和社会治理的创新,从管理哲学视角拓展当代中国社会发展理论和治理模式研究。论文存在的不足主要在于对国外研究成果的借鉴需要进一步丰富,同时从管理哲学视域的深化研究需要进一步加强。
王小健[5]（2020）在《石化企业多源知识发现与管理方法研究》文中进行了进一步梳理企业知识管理,即企业灵活运用先进的现代技术,对企业的显性和隐性知识进行有效地识别、融合和利用的活动。在知识管理过程中合理利用知识挖掘方法,能够帮助石化企业更好地做出指标预测、风险分析和企业决策,提高企业客户的忠诚度和服务体验度,进而从根本上提升我国石化企业的核心竞争力。然而,如果没有有效的多源信息处理手段,企业的知识管理系统只能处理单一来源的数据,将不可避免地局限了石化企业的发展空间。因此,本文探索建立一套高效的知识管理系统,通过深入研究网络行为建模和多源数据融合的方法,从而建立一套合理有效的体制机制对企业员工的性格、偏好、行为模式等方面进行全面深入地分析,更好地帮助石化企业提升其知识管理水平。本文的主要贡献是:第一,提出了一种基于多源信息融合的信息表示和行为建模方法;第二,提出了一种基于多源信息融合的指标相关性建模方法;第三,提出了一种基于多源信息融合的员工社群分析方法;第四,通过大数据分析技术和自然语言处理技术,提出一种基于多源信息融合的石化企业客户指标相关性分析方法和基于层次化聚类的石化企业垂直分类方法。基于上述方法,本文对石化企业知识管理的效果进行了分组实验和对比评估。实验结果表明,在利用了本文所提出的基于多源异构大数据融合分析的知识管理新方法的情况下,企业知识管理水平有了较为显着的提升。本文的研究成果为未来的企业知识管理方法研究提供了一条可行之道。
梁玉萱[6]（2020）在《数据挖掘技术下上市公司财务舞弊识别模型研究》文中进行了进一步梳理全球接连发生财务舞弊案件,从早年美国的安然、意大利的帕玛拉特、日本的奥林巴斯、我国的银广夏等,到近几年我国的绿大地、九好集团、万福生科和康美药业等,国内外的财务舞弊案件屡禁不止且舞弊手段愈加多样。注册舞弊审查师协会（ACFE）发布统计数据显示,2018年审查出的财务舞弊案件数量比2016年增长了11.6%,涉损金额高达70亿美元[1]。我国资本市场建立时间虽然不长,同样也存在诸多财务舞弊案件。上市公司的财务舞弊行为不仅影响了公司自身的发展,也影响了债权人和投资者的利益,阻碍了我国资本市场经济的稳步发展,对社会经济造成严重影响。因此财务舞弊问题一直是学术界研究的难点和热点。本文将数据挖掘技术应用于上市公司财务舞弊识别的研究中,在对现有相关文献进行梳理之后,以2009年至2018年我国沪、深A股上市公司的年报数据作为研究对象,从因财务舞弊受到中国证监会、上海和深圳证券交易所处罚的上市公司中选取舞弊样本,并根据一定标准以1:1的比例选取非舞弊样本,经过筛选最终选取了684家公司数据作为研究样本。在变量选取上,本文以舞弊风险因子理论为基础,根据上市公司常用的财务舞弊手段和现有文献研究成果,确定本文的变量指标体系。通过支持向量机、BP神经网络和随机森林三种数据挖掘技术分别构建财务舞弊单一识别模型,并在此基础上将三种数据挖掘技术结合起来,构建了一个识别效果更佳的财务舞弊综合识别模型。通过研究,本文得出的基本结论是:（1）在财务舞弊单一识别模型中,基于支持向量机的财务舞弊识别模型识别效果最佳,其次分别是基于BP神经网络和基于随机森林的财务舞弊识别模型。三个单一模型的总体识别准确率都在69%到75%之间。（2）在财务舞弊综合识别模型中,本文通过赋予每个单一识别模型不同权重的方式,将支持向量机、BP神经网络和随机森林三种数据挖掘技术相结合,构建了财务舞弊综合识别模型,经过对模型的评估检验,结果发现数据挖掘技术下的财务舞弊综合识别模型比单一识别模型有更好的识别效果。本文的贡献在于将数据挖掘技术运用于财务舞弊识别模型的构建中,构建了基于支持向量机、BP神经网络和随机森林三种数据挖掘技术的财务舞弊识别模型,并对模型进行综合,在财务舞弊单一识别模型基础上建立了财务舞弊综合识别模型,其准确度达到78%,精确度达到80%,召回率达到77%,F1分值达到78%,经过与单一识别模型的对比分析,最终得出数据挖掘技术下的财务舞弊综合识别模型比单一识别模型具有更好的识别效果的结论。
张智鹏[7]（2020）在《个人信用计量模型设计与研究》文中研究表明我们步入信息时代之后,计算机科学技术进步提速明显,各行各业都越来越依赖于计算机、互联网的辅助。随着科学技术进步和不断成熟,经济得到质的发展,我们的生活习惯也随之被改变,生活上从各方面来说都越来越便利了。然而各种事物的发展各自都需要有不同的时间段或时机,背后维系着以上便利生活的事物,是对一个人的信用如何评价的问题。共享经济担心的是用户借走物品后是否能按时完整地归还,借贷公司和银行担心的是客户能否拥有偿还信用贷款的能力,网上购物时候客户担心商品是否货真价实、商家担心客户的无理索偿等,诸如此类无不建立于完善的信用体制之上。低信用度的社会,无疑会增加这些便利服务的运营成本,同时也会耗费大量的时间成本去处理由此引发的一系列纠纷问题。因此在当今社会发展中对个人信用进行客观量化计量的研究和整个社会信用体系的完善有着举足轻重的意义。针对个人信用数据经常存在数据缺失的问题,本文利用随机森林（Random Forest,RF）模型对数据缺失值填充,并在均方误差（Mean Square Error,MSE）指标上比一般常用的均值填充法低5.91%,比零补填充法低3.31%,效果显着;针对传统的信用计量模型未对重要特征进行选择,导致计量不准确的问题,本文结合IV值特征选择法筛选样本数据特征;建立Logistic回归模型对样本数据进行预测,在模型度量指标准确率、F1-score、AUC上均排行第一,并且较于各指标排名第二位模型分别高出了0.53%、1.19%、2.64%。本文借鉴Stacking的层级组合模型思路,目的意在构建一个RF-IVLogistic组合模型,希望该模型在个人信用计量中较一般常用的信用计量模型在准确率、鲁棒性及综合性能上都更加优秀。本文的主要研究内容如下:1.根据个人信用计量数据的特点,结合数据挖掘的流程构建本文的个人信用数据挖掘框架,并制定本文的技术路线。2.结合德国个人信用数据（German Credit Data）分析数据缺失所带来的问题,进行数据预处理及数据缺失值分析工作,引入随机森林模型对数据缺失值进行填充,并利用均方误差（MSE）指标把此方法与常用的样本特征数据缺失值填补方法效果进行比较。3.针对个人信用计量的数据特征筛选问题,引入了IV值筛选特征的方法,并利用计算特征IV值的方法筛选出对于个人信用计量二分类任务关联度高的特征,减轻了后续预测模型的训练负担。4.基于Logistic回归模型构建个人信用计量模型,与随机森林数据填充模型及IV值特征筛选方法融合,最后构建出一种基于Logistic回归融合随机森林和IV值方法的组合模型（RF-IV-Logistic模型）,通过在德国个人信用数据集上的实验对比,本文所提出的RF-IV-Logistic模型在各项指标上都有显着的提升。5.通过研究和分析个人信用评分卡制作原理,反映出本文研究设计的RF-IVLogistic模型可进一步被应用于个人信用评分卡制作的可行性。
刘奕[8]（2020）在《5G网络技术对提升4G网络性能的研究》文中研究说明随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
陈涛[9]（2019）在《基于聚类和决策树算法的股票配置策略研究》文中指出随着我国市场经济的发展以及各项制度的不断深化改革,我国资本市场也在逐步的发展和完善,股票市场已经成为我国资本市场的重要组成部分,人们的理财意识和投资意识日益增强,股票投资已经成为人们进行资产配置的重要手段,因此,如何选取股票,做好风险收益的平衡,合理优化股票配置具有十分重大的理论意义和非常诱人的应用价值。所谓股票配置是指根据投资需求将投资资金在不同股票类别之间进行分配,其本质是通过对股票的分析,再根据自身风险承受能力和投资风格最终进行一只或一组股票的选取搭配以达到投资风险与收益的合理预期。在中国愈加规范的股票市场发展的当今,强调价值投资的理念,鼓励投资者投资行为,避免投机行为将成为未来中国股市健康发展的方向。从上世纪改革开放以来,中国的经济迅速崛起,其发展取得了举世睹目的成就,同时我国的资本市场也伴随着中国的改革开放程度和市场经济完善的进程在不断成长成熟,各项政策制度也日臻完善。随着中国加入WTO,也对中国的股票市场建设提出了更高的要求,中国的资本市场需要与国际接轨。尤其近年来,国建大力规范和完善资本市场各项制度,强调股票市场的价值发现属性,弱化长久以来中国股票市场以融资为主的特性。各项研究表明,在国外有良好应用的价值投机理论在中国的股票市场存在着良好的发展空间。证券市场本身就是一个极其烦杂的系统,包含高噪声、非线性和投资者的任盲目随意性等诸多因素,这些决定了股价走势预测的复杂性,股票的配置决策问题始终是社会和学术界热门研究领域之一,因此如何合理的进行股票配置选择,也是目前为止尚未很好解决的一个热点难题。本文主要基于数据挖掘算法和价值投资理进行模型构建,通过对模型结果的分析和对比,评价模型的效果和使用性。最后结合数据模型的分析结果提供相对应的股票配置策略和投资意见。文章在价值投资的基础上研究股票价格的波动与上市公司股票某些指标存在强烈的相关性问题。在具体研究过程中,本文选取的样本数据主要是更加契合价值投资理论分析的沪深300股票,在构建数据挖掘算法模型的选择上,本文主要选择聚类分析和决策树算法进行构建模型。聚类分析可以很好的对类别特征进行描述,因此聚类模型可以很好描述不同盈利表现的股票的特征,为股票配置提供决策方向;决策树算法可以很好地根据数据特征对数据节点进行分类,同时还可以生成分类规则对单个数据节点做出分类预测,因此决策树模型可以直观的对股票盈利表现进行预测。上述两种算法分别从宏观层面和微观层面进行股票分析,两者相结合以完成本文的综合研究分析。
张弛[10]（2019）在《互联网背景下财产概念的流变及对刑法适用的影响》文中研究指明互联网的飞速发展极大地便利了人们的生活,与此同时使传统的财产形式发生虚拟化、电子化、数据化的流变,催生了一大批网络化的新型财产,由此带来大量的实践难题,给刑法中“财产”、“财物”等基础性概念的内涵和外延造成巨大冲击。本文主要就互联网背景下产生的新的财产类型和财产形式进行探讨,并对相关的司法疑难问题予以解答:第一章主要对“财产”和“财物”等概念的刑法含义进行深入解读,准确把握概念的特征与认定标准,并对两者的关系加以厘清。本章首先对“财产”概念的历史流变与域外立法情况进行了梳理,对我国刑法学界围绕“财产”和“财物”等概念的理论争议问题进行了探讨,在此基础上得出刑法中财物（财产）概念的认定标准:具有客观的物质存在形式、具有能够以金钱衡量的客观经济价值、具有占有和转移的可能性。此外,本章还对互联网背景下财产概念的流变给刑法造成的冲击进行了总结,具体包括财产概念边界的模糊、财产犯罪行为模式的异化、与罪名界限的纠葛、犯罪数额与既遂标准的认定困境等。第二章主要对与电子资金有关的问题进行研究。以银行电子现金、第三方支付账户余额、具有支付功能的理财产品与比特币等“去中心化”的数字货币为代表的电子资金均应当被视为刑法意义上的“财物”。侵害电子资金的案件按照行为模式可以被划分为“窃取型”、“复制型”、“套取型”等基本类型,前两者原则上应当以盗窃罪认定,而后者则可能涉及非法经营罪、高利转贷罪等罪名。在对涉电子资金犯罪案件的既遂标准进行把握时,应当坚持控制说的立场,以行为人取得对电子资金的控制和占有作为认定犯罪既遂的节点和标志。此外,本章还对涉电子资金犯罪案件中的罪名界分问题进行了讨论。第三章以近年来出现的各类电子化的权利凭证为研究对象,分别对物品电子凭证、服务电子凭证与电子积分等三种典型的电子权利凭证的犯罪问题进行讨论。物品电子凭证无论获取途径免费与否均应被认定为刑法意义上的“财物”,而服务电子凭证只有在同时满足有偿获取与能够独立兑换服务的情况下方可被认定为“财物”,至于电子积分,则应依据其实际功能具体判断。侵害电子权利凭证的案件可能涉嫌盗窃罪、诈骗罪以及伪造、倒卖伪造的有价票证罪等罪名。仅具有打折或折抵功能、无法单独兑换物品或服务的电子权利凭证不属于“财物”。第四章主要涉及大数据与大数据财产的问题。“大数据”是一个综合性的概念集合而非一个单独的概念,只有那些满足刑法上“财物”认定标准的大数据表现形式才能被称为真正意义上的“大数据财产”。具体说来,“大数据财产”应当仅限于能够在大数据平台或者大数据交易市场上交易和出售的,经过收集的底层数据、清洗后的匿名化数据以及经过挖掘之后形成的大数据产品。大数据财产应当归属于大数据挖掘者和控制者所有,而非归属于产生数据的个人。对于侵害大数据财产的行为可以适用盗窃罪、合同诈骗罪、故意毁坏财物罪等罪名,而对于那些无法被认定为“财物”的大数据表现形式则可以援引计算机犯罪、侵犯公民个人信息罪、侵犯商业秘密罪、侵犯着作权罪等罪名加以保护。第五章对实践中争议颇多的“虚拟财产”问题进行系统性研究。所谓的“虚拟财产”虽然被冠以“财产”之名,但其既不具有能够以货币加以衡量的客观经济价值,也不具有可以被玩家占有或转移的可能性,不能被认定为刑法意义上的“财物”,在本质上是一种互联网娱乐服务的虚拟权利凭证。以技术手段从游戏运营商处非法获取虚拟财产的行为应以破坏计算机信息系统罪论处;对于以技术手段从其他游戏玩家处“窃取”虚拟财产的行为则应以非法获取计算机信息系统数据罪认定。采取抢劫、诱骗、威胁等现实性手段非法获取他人虚拟财产的行为不能被认定为犯罪。此外,利用互联网游戏外挂大量获取虚拟财产的行为,在未使用破坏性程序、未对互联网游戏的计算机信息系统造成破坏的情况下也不宜作为犯罪处理。仅以个人娱乐为目的而制作、使用游戏外挂程序或者以其他技术性手段非法获取虚拟财产,并未用于销售牟利的,无论如何也不应以犯罪论处。任何人不能仅仅因为打游戏而受到刑事追诉。结语部分是对全文的总结,就互联网背景下刑法如何应对“财产”概念的流变所带来的冲击作出全面回应。
二、基于数据挖掘技术的市场经济预测支持系统的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于数据挖掘技术的市场经济预测支持系统的研究（论文提纲范文）
（1）基于比较视角的中美国家级实验室建设研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 导论 |
| 1.1 研究背景及问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究思路与内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.4 研究方法及技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第2章 文献研究综述及理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 国家级实验室 |
| 2.1.2 国家重点实验室 |
| 2.1.3 联邦国家实验室 |
| 2.2 文献研究综述 |
| 2.2.1 中国国家重点实验室建设相关研究回顾 |
| 2.2.2 美国联邦国家实验室建设相关研究回顾 |
| 2.2.3 文献研究回顾述评 |
| 2.3 相关理论基础 |
| 2.3.1 协同创新理论 |
| 2.3.2 国家创新体系理论 |
| 2.3.3 文献计量学理论 |
| 2.3.4 数据挖掘理论 |
| 2.4 本章小结 |
| 第3章 中美国家级实验室建设历程比较研究 |
| 3.1 中国国家级实验室建设历程研究 |
| 3.1.1 萌芽起步阶段 |
| 3.1.2 集中建设阶段 |
| 3.1.3 快速发展阶段 |
| 3.1.4 “中国特色发展”阶段 |
| 3.2 美国国家级实验室建设历程研究 |
| 3.2.1 快速起步阶段 |
| 3.2.2 第一波争议阶段 |
| 3.2.3 重整复苏阶段 |
| 3.2.4 第二波争议阶段 |
| 3.2.5 新时代发展阶段 |
| 3.3 中美国家级实验室建设历程比较与启示 |
| 3.3.1 中美国家级实验室建设历程的一般规律 |
| 3.3.2 中美国家级实验室建设历程的主要差异 |
| 3.3.3 启示 |
| 3.4 本章小结 |
| 第4章 中美国家级实验室建设特征比较研究 |
| 4.1 研究设计 |
| 4.1.1 研究方法 |
| 4.1.2 案例选取原则 |
| 4.1.3 资料获取 |
| 4.1.4 分析框架 |
| 4.2 中国典型国家级实验室建设特征分析 |
| 4.2.1 固体微结构物理国家重点实验室 |
| 4.2.2 环境模拟与污染控制国家重点实验室 |
| 4.2.3 土木工程防灾国家重点实验室 |
| 4.2.4 核物理与核技术国家重点实验室 |
| 4.2.5 工业装备结构分析国家重点实验室 |
| 4.3 美国典型国家级实验室建设特征分析 |
| 4.3.1 劳伦斯伯克利国家实验室 |
| 4.3.2 喷气推进实验室 |
| 4.3.3 SLAC国家加速器实验室 |
| 4.3.4 普林斯顿等离子体物理实验室 |
| 4.3.5 林肯实验室 |
| 4.4 中美国家级实验室建设特征比较与启示 |
| 4.4.1 制度体制的比较分析 |
| 4.4.2 建设定位的比较分析 |
| 4.4.3 资源要素的比较分析 |
| 4.4.4 运行模式的比较分析 |
| 4.4.5 科研合作的比较分析 |
| 4.4.6 启示 |
| 4.5 本章小结 |
| 第5章 中美国家级实验室科研实力比较研究 |
| 5.1 中美国家级实验室ESI高被引论文属性数据预处理 |
| 5.1.1 中美国家级实验室ESI高被引论文属性数据来源 |
| 5.1.2 中美国家级实验室ESI高被引论文属性数据处理流程 |
| 5.1.3 中美国家级实验室ESI高被引论文属性规约 |
| 5.1.4 中美国家级实验室ESI高被引论文属性数据清洗 |
| 5.1.5 中美国家级实验室ESI高被引论文属性构造 |
| 5.1.6 小结 |
| 5.2 基于ESI高被引论文产出的科研实力比较 |
| 5.2.1 高被引论文产出及变化情况比较 |
| 5.2.2 高被引论文单因素产出特征比较 |
| 5.2.3 基于关联规则的高被引论文多因素特征比较 |
| 5.2.4 小结 |
| 5.3 基于ESI高被引论文主导地位的科研实力比较 |
| 5.3.1 两国间高被引论文合作情况比较 |
| 5.3.2 中美参与国际合作的高被引论文主导情况比较 |
| 5.3.3 基于Logistic回归的国际合作论文主导地位特征比较 |
| 5.3.4 小结 |
| 5.4 基于ESI高被引论文影响力的科研实力比较 |
| 5.4.1 高被引论文被引频次比较 |
| 5.4.2 高被引论文期刊影响因子比较 |
| 5.4.3 基于多元线性回归的高被引论文影响力特征比较 |
| 5.4.4 小结 |
| 5.5 本章小结 |
| 第6章 促进我国国家级实验室建设的对策建议 |
| 6.1 政府统筹实验室体系顶层设计的安排 |
| 6.1.1 强化政府战略规划,融入国家创新系统 |
| 6.1.2 顺应科技发展趋势,引领学科交叉创新 |
| 6.1.3 加强重大专项部署,支撑战略新兴产业 |
| 6.2 积极推进实验室融入创新联合体建设 |
| 6.2.1 以市场拉动需求,发挥龙头企业领军性作用 |
| 6.2.2 以科研带动教学,发挥实验室平台教学功能 |
| 6.2.3 以联合实现共享,发挥联合体协同创新优势 |
| 6.3 努力推进实验室融入世界范围的步伐 |
| 6.3.1 坚持国际交流与合作,保持科技的自立自强 |
| 6.3.2 打造国际化人才团队,构筑全球性人才高地 |
| 6.3.3 参与全球化科技治理,提高实验室国际影响 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究的主要结论 |
| 7.2 研究的创新之处 |
| 7.3 研究局限与展望 |
| 参考文献 |
| 附录 |
| 作者攻读博士学位期间取得的研究成果 |
| 致谢 |
（2）小微企业互联网融资信用评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 现实意义 |
| 1.4 研究内容、研究方法与技术路线 |
| 1.4.1 研究内容与研究方法 |
| 1.4.2 技术路线 |
| 1.5 研究创新点 |
| 2 文献与基础理论综述 |
| 2.1 小微企业的概念及范围界定 |
| 2.1.1 小微企业的概念 |
| 2.1.2 小微企业的范围 |
| 2.2 小微企业的融资困境及互联网融资 |
| 2.2.1 小微企业融资难题 |
| 2.2.2 小微企业的互联网融资 |
| 2.3 小微企业融资信用评价影响因素及评价指标体系 |
| 2.3.1 硬信息对小微企业互联网融资信用的影响 |
| 2.3.2 软信息对小微企业互联网融资信用的影响 |
| 2.4 小微企业互联网融资信用评价模型及方法 |
| 2.4.1 传统信用评价技术 |
| 2.4.2 大数据技术下的企业融资信用评价方法 |
| 2.5 文献述评 |
| 2.6 本章小结 |
| 3 小微企业互联网融资信用评价机理分析 |
| 3.1 国外小微企业特征及信贷服务实践 |
| 3.1.1 国外小微企业发展模式及传统渠道融资特征 |
| 3.1.2 国外小微企业互联网融资模式的发展 |
| 3.2 我国小微企业特征 |
| 3.2.1 小微企业的总体特征 |
| 3.2.2 小微企业的经营活动特征 |
| 3.2.3 小微企业的金融行为特征 |
| 3.2.4 小微企业的竞争力特征 |
| 3.2.5 小微企业的社会关联性特征 |
| 3.2.6 小微企业的还款能力及还款意愿特征 |
| 3.3 我国小微企业互联网融资模式及途径 |
| 3.3.1 小微企业互联网融资模式 |
| 3.3.2 小微企业互联网融资途径 |
| 3.4 小微企业互联网融资信用分析 |
| 3.4.1 小微企业互联网融资信用数据的来源 |
| 3.4.2 小微企业传统与互联网渠道融资信用评价的异同 |
| 3.4.3 小微企业互联网融资信用评价的四维概念模型与要素 |
| 3.5 大数据背景下小微企业互联网融资信用评价机理 |
| 3.5.1 大数据背景下小微企业互联网融资信用评价的目的 |
| 3.5.2 大数据背景下小微企业互联网融资审核流程分析 |
| 3.5.3 大数据技术在小微企业互联网融资信用评价中的应用 |
| 3.6 本章小结 |
| 4 小微企业互联网融资信用评价指标体系构建 |
| 4.1 小微企业互联网融资信用指标构建 |
| 4.1.1 小微企业互联网融资信用硬信息与软信息界定 |
| 4.1.2 影响小微企业互联网融资信用水平的硬信息 |
| 4.1.3 影响小微企业互联网融资信用水平的软信息 |
| 4.2 小微企业互联网融资信用评价指标界定与预处理 |
| 4.2.1 小微企业互联网融资信用评价指标框架 |
| 4.2.2 小微企业互联网融资信用评价指标类型及标准化方法 |
| 4.3 小微企业互联网融资信用评价指标组合赋权 |
| 4.3.1 小微企业互联网融资信用评价指标单一客观赋权方法 |
| 4.3.2 小微企业互联网融资信用评价指标组合赋权方法 |
| 4.3.3 小微企业互联网融资信用熵评价模型 |
| 4.4 本章小结 |
| 5 小微企业互联网融资信用数据获取模型 |
| 5.1 软信息对小微企业互联网融资信用评价的作用方式 |
| 5.1.1 软信息对小微企业互联网融资信用评价的直接作用 |
| 5.1.2 软信息文本特征对小微企业互联网融资信用评价的间接作用 |
| 5.1.3 软信息主题特征对小微企业互联网融资信用评价的间接作用 |
| 5.2 融合多元信息的小微企业互联网融资信用数据获取 |
| 5.2.1 小微企业互联网融资信用软信息分类 |
| 5.2.2 小微企业互联网融资信用软信息量化方法 |
| 5.2.3 小微企业互联网融资信用评价软硬信息变量选取 |
| 5.3 小微企业互联网融资信用数据模型 |
| 5.3.1 小微企业互联网融资信用评价数据来源 |
| 5.3.2 小微企业互联网融资信用信息量化处理 |
| 5.4 本章小结 |
| 6 小微企业互联网融资信用评价模型与案例分析 |
| 6.1 基于博弈的评价主体关系分析 |
| 6.1.1 评价主体的互联网融资信任博弈模型假设 |
| 6.1.2 评价主体的互联网融资信任博弈模型构建 |
| 6.1.3 评价主体的互联网融资信任博弈演化均衡的稳定性分析 |
| 6.2 基于演化的小微企业互联网融资信用评价模型 |
| 6.2.1 评价主体的互联网融资信用特征 |
| 6.2.2 基于神经网络和物元可拓的评价方法 |
| 6.2.3 模型精确度测量 |
| 6.3 小微企业互联网融资信用评价结果分析 |
| 6.3.1 小微企业互联网融资信用评价数据来源 |
| 6.3.2 小微企业互联网融资信用评价实验设计 |
| 6.3.3 小微企业互联网融资信用评价实验结果及分析 |
| 6.4 本章小结 |
| 7 小微企业互联网融资信用评价总结与政策建议 |
| 7.1 大数据背景下小微企业互联网融资信用内涵总结 |
| 7.1.1 大数据背景下小微企业互联网融资 |
| 7.1.2 大数据背景下小微企业互联网融资信用优势 |
| 7.2 小微企业互联网融资信用评价要素 |
| 7.2.1 传统融资过程中的信用评价与信任关系 |
| 7.2.2 互联网融资过程中的信用评价与信任关系 |
| 7.3 小微企业互联网融资信用评价的管理建议 |
| 7.3.1 基于激励政策执行力的信用评价技术研究 |
| 7.3.2 基于互联网金融信用评价的风险防控 |
| 7.3.3 基于大数据来平衡评价技术与人际沟通的关系 |
| 7.4 本章小结 |
| 8 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 参考文献 |
| 附录 A 词云图代码 |
| 附录 B LDA模型代码 |
| 附录 C BP神经网络代码 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）大数据视域下思想政治教育创新研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 一、选题缘由和选题意义 |
| (一)选题缘由 |
| (二)选题意义 |
| 二、研究现状及述评 |
| (一)文献调研的方法及整体状况 |
| (二)关于思想政治教育大数据涵义的研究 |
| (三)思想政治教育大数据范式研究 |
| (四)思想政治教育大数据中教育者和教育对象研究 |
| (五)思想政治教育大数据内容研究 |
| (六)思想政治教育大数据方法创新研究 |
| 三、研究方法、研究思路 |
| (一)研究方法 |
| (二)研究思路 |
| 四、创新之点与不足之处 |
| (一)创新之点 |
| (二)不足之处 |
| 第一章 大数据时代教育与大数据的深度融合 |
| 一、大数据与大数据时代 |
| (一)数据的含义 |
| (二)大数据概念的提出 |
| (三)对大数据的多维解读 |
| (四)大数据是信息化发展的新阶段 |
| 二、教育大数据 |
| (一)教育大数据的内涵及特征 |
| (二)教育大数据的类型 |
| (三)教育大数据的基本功能 |
| (四)教育大数据面临的问题 |
| 三、范式理论 |
| (一)范式概念的内涵 |
| (二)范式的表现形式 |
| (三)科学研究的“第四范式” |
| 第二章 思想政治教育大数据的涵义及其特征 |
| 一、思想政治教育大数据的涵义 |
| (一)思想政治教育的核心要义 |
| (二)思想政治教育大数据的涵义 |
| 二、思想政治教育范式及其发展形式 |
| (一)关于思想政治教育范式的理解 |
| (二)思想政治教育范式的主要类型 |
| 三、思想政治教育大数据范式的重要特征 |
| (一)体现了现代思想政治教育的复杂性 |
| (二)大数据在现代思想政治教育中具有重要地位 |
| (三)大数据提升了对人的思想进行量化分析的能力 |
| 四、大数据对人的思想量化分析的内在机制 |
| (一)通过测量人的行为来分析人的思想 |
| (二)通过语言来分析人的思想 |
| 第三章 大数据视域下对思想政治教育者和教育对象的审视与反思 |
| 一、思想政治教育中的教育者和教育对象 |
| (一)思想政治教育中的教育者 |
| (二)思想政治教育中的教育对象 |
| (三)教育者和教育对象的关系 |
| 二、思想政治教育大数据中的新主体 |
| (一)思想政治教育大数据新主体的萌发 |
| (二)思想政治教育大数据新的主体类型 |
| (三)思想政治教育新主体基本功能是数据治理 |
| 三、思想政治教育大数据中的教育对象 |
| (一)大数据深刻影响着教育对象的行为方式 |
| (二)大数据深刻影响着教育对象的思维方式和话语方式 |
| (三)大数据通过数据画像提升了对自身的认知 |
| (四)“信息茧房”对教育对象的束缚 |
| 第四章 大数据视域下的思想政治教育内容创新 |
| 一、思想政治教育内容的基本理论 |
| (一)思想政治教育内容的涵义及其特征 |
| (二)思想政治教育内容的构成 |
| (三)思想政治教育内容中存在的问题 |
| (四)思想政治教育内容的守正与创新 |
| 二、大数据创新思想政治教育内容的必要性和可能性 |
| (一)用数据说话日渐成为人们的一种重要的思维方式 |
| (二)大数据使得思想政治教育更具时代特色 |
| 三、思想政治教育大数据的来源 |
| (一)已有大数据研究成果 |
| (二)搜索引擎大数据 |
| (三)专业大数据平台 |
| (四)思想政治教育专业数据库 |
| (五)专业在线调查平台 |
| (六)教育者自己进行大数据挖掘 |
| 四、大数据对思想政治教育内容创新的途径 |
| (一)重构思想政治教育内容的生成方式 |
| (二)拓展思想政治教育内容创新空间 |
| (三)提升了思想政治教育内容的精准性 |
| (四)创新了思想政治教育内容话语表达 |
| (五)形成了思想政治教育内容可视化表达 |
| 五、大数据对内容创新的案例分析及借鉴 |
| (一)大数据生成的《纸牌屋》 |
| (二)“编年系地”创造的叙事新图景 |
| (三)对十四五规划和二〇三五年远景规划的大数据分析 |
| 第五章 大数据视域下的思想政治教育方法创新 |
| 一、关于思想政治教育方法的基本理论 |
| (一)思想政治教育方法内涵及层次 |
| (二)思想政治教育方法的重要作用 |
| (三)思想政治教育方法的结构 |
| 二、思想政治教育大数据一般原则 |
| (一)复杂性原则 |
| (二)关联性原则 |
| (三)可视化原则 |
| 三、精准化的认识方法 |
| (一)丰富了思想政治教育信息的内涵 |
| (二)大数据极大增强了思想政治教育预测的能力 |
| (三)大数据有效拓展了思想政治教育分析方法 |
| (四)大数据推动了思想政治教育决策的科学化 |
| 四、数据驱动的实施方法 |
| (一)思想政治教育的数据驱动 |
| (二)思想政治教育的全深互动 |
| (三)思想政治教育的精准推动 |
| (四)思想政治教育的共享协动 |
| 五、“让数据说话”的评价方法 |
| (一)大数据增强了思想政治教育评价依据的客观性 |
| (二)大数据增加了思想政治教育评价依据的多样性 |
| (三)大数据增创了思想政治教育评价形式 |
| 结语 |
| 参考文献 |
| 在学期间公开发表论文及着作情况 |
（4）智慧社会变革中的社会治理模式转型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论:智慧社会的问题意识与研究视野 |
| 1.1 选题的理由 |
| 1.2 问题的意识 |
| 1.3 国内外研究现状述评 |
| 1.4 研究思路、研究视角和研究方法 |
| 第二章 新技术革命下智慧社会的变革 |
| 2.1 新技术革命的进展 |
| 2.2 新技术引发的新问题 |
| 2.3 社会形态的变革 |
| 2.4 智慧社会的发展 |
| 第三章 智慧社会的社会治理模式变革 |
| 3.1 传统社会的社会管理 |
| 3.2 触发社会治理模式变革的现实基础 |
| 3.3 触发社会治理模式变革的理念变革 |
| 3.4 社会治理模式变革的必然性 |
| 第四章 智慧社会的社会治理模式转型 |
| 4.1 智慧社会的社会治理模式转型的意义 |
| 4.2 智慧社会的社会治理模式转型的内容 |
| 4.3 智慧社会的社会治理模式转型的具体实践 |
| 4.4 智慧社会的社会治理模式转型的当代启示 |
| 第五章 结论:总结与展望 |
| 5.1 研究总结 |
| 5.2 智慧社会及其社会治理的展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）石化企业多源知识发现与管理方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 知识管理的必要性 |
| 1.1.2 知识管理的经济价值 |
| 1.1.3 石化企业的知识管理 |
| 1.2 研究意义 |
| 1.2.1 理论价值 |
| 1.2.2 现实意义 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 1.4 主要贡献和创新点 |
| 2 理论与方法综述 |
| 2.1 企业知识管理理论与方法 |
| 2.1.1 背景介绍 |
| 2.1.2 企业知识管理相关概念 |
| 2.1.3 国外主流知识管理思想 |
| 2.1.4 利用知识挖掘提高组织资本和企业竞争力 |
| 2.2 国内石化企业知识管理研究现状 |
| 2.2.1 石化企业知识管理的进展 |
| 2.2.2 基于多源知识发现实施石化企业知识管理的必要性 |
| 2.3 基于大数据分析的知识管理方法 |
| 2.3.1 多特征融合统计学习方法 |
| 2.3.2 多源异构数据知识发现方法 |
| 2.3.3 基于大数据分析的社会化管理方法 |
| 2.4 文本语料分析基本方法 |
| 2.4.1 技术挑战 |
| 2.4.2 文档处理和分词 |
| 2.4.3 数据降维及语义分析 |
| 2.4.4 文本语料分类和聚类 |
| 2.5 小结 |
| 3 石化企业知识管理的影响因素分析 |
| 3.1 石化企业知识管理的要求与方法 |
| 3.1.1 石化企业创新发展要求与创新要素 |
| 3.1.2 提升石化企业知识管理水平的方法 |
| 3.2 石化企业知识管理的影响因素 |
| 3.2.1 企业知识管理的影响因素 |
| 3.2.2 石化企业知识管理方法的基本要素 |
| 3.3 基于多源信息的石化企业知识管理实施框架与检验方法 |
| 3.3.1 知识管理方法实施框架 |
| 3.3.2 研究维度、效度及其检验方法 |
| 3.4 小结 |
| 4 基于多源信息融合的石化企业员工行为建模 |
| 4.1 网络社会化行为建模面临的挑战 |
| 4.2 网络社会化行为的特点与数据维度 |
| 4.3 问题研究的准备工作和总体思路 |
| 4.3.1 词汇范畴分析 |
| 4.3.2 数据收集 |
| 4.3.3 总体框架 |
| 4.4 员工行为建模方法 |
| 4.4.1 员工属性信息建模 |
| 4.4.2 工作行为建模 |
| 4.4.3 网络行为建模 |
| 4.5 指标相关性预测模型与知识管理 |
| 4.5.1 指标相关性预测模型和求解 |
| 4.5.2 指标分析和知识管理 |
| 4.5.3 指标相关性预测模型研究小结 |
| 4.6 企业员工的社群分析 |
| 4.6.1 企业员工社群分析的研究背景 |
| 4.6.2 企业员工行为的时间分布建模 |
| 4.6.3 社群发现 |
| 4.6.4 相似度学习及特征权重学习 |
| 4.6.5 企业员工社群分析研究小结 |
| 5 基于多源大数据分析的企业客户关系管理 |
| 5.1 客户关系管理(CRM) |
| 5.2 石化企业客户管理的必要性和基本管理思路 |
| 5.3 指标相关性建模方法 |
| 5.4 基于商业行为分析的企业客户分类方法 |
| 5.5 小结 |
| 6 实验研究与算例分析 |
| 6.1 多源信息融合实验 |
| 6.2 员工社群发现 |
| 6.3 员工社群类型的知识发现及讨论 |
| 6.4 企业客户信息搜集和指标相关性建模 |
| 6.5 企业分类实验评测 |
| 6.6 知识管理效果评估-以企业员工管理为例 |
| 6.7 实验讨论和小结 |
| 7 研究结论与讨论 |
| 7.1 基本结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）数据挖掘技术下上市公司财务舞弊识别模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外关于财务舞弊识别模型的研究 |
| 1.3.1 国外关于数据挖掘技术下财务舞弊识别模型的研究 |
| 1.3.2 国内关于数据挖掘技术下财务舞弊识别模型的研究 |
| 1.3.3 文献评述 |
| 1.4 研究内容和研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 本文的创新点 |
| 2 概念界定与理论分析 |
| 2.1 财务舞弊的相关理论 |
| 2.1.1 财务舞弊的概念界定 |
| 2.1.2 财务舞弊动因理论 |
| 2.2 数据挖掘的相关理论 |
| 2.2.1 数据挖掘的概念界定 |
| 2.2.2 常用数据挖掘技术 |
| 2.2.3 常用数据挖掘工具 |
| 3 样本选取与指标体系的确定 |
| 3.1 样本选取 |
| 3.2 指标体系的确定 |
| 4 数据挖掘技术下财务舞弊单一识别模型的构建及识别效果分析 |
| 4.1 基于支持向量机的财务舞弊识别模型构建 |
| 4.2 基于BP神经网络的财务舞弊识别模型构建 |
| 4.3 基于随机森林的财务舞弊识别模型构建 |
| 4.4 三种模型的财务舞弊识别效果分析 |
| 5 数据挖掘技术下财务舞弊综合识别模型的构建及识别效果分析 |
| 5.1 数据挖掘技术下财务舞弊综合识别模型的构建 |
| 5.2 数据挖掘技术下财务舞弊综合识别模型的效果分析 |
| 5.2.1 数据挖掘技术下财务舞弊综合识别模型评估指标的设定 |
| 5.2.2 数据挖掘技术下财务舞弊综合识别模型的评估检验 |
| 6 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
（7）个人信用计量模型设计与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的背景和研究及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 课题的研究内容及章节安排 |
| 1.3.1 课题的研究内容 |
| 1.3.2 本文的章节安排 |
| 1.4 本章小结 |
| 第二章 个人信用计量方法相关概念 |
| 2.1 个人信用数据挖掘技术及流程概述 |
| 2.1.1 数据挖掘概述 |
| 2.1.2 数据挖掘流程 |
| 2.2 模型性能度量方法概述 |
| 2.3 本文技术路线 |
| 2.4 本章小结 |
| 第三章 随机森林模型对个人信用数据缺失值处理 |
| 3.1 研究用数据集概述 |
| 3.1.1 德国信用数据集介绍 |
| 3.1.2 对数据标签及缺失值数量的分析 |
| 3.2 随机森林模型概述 |
| 3.2.1 组合模型类别介绍 |
| 3.2.2 随机森林模型原理 |
| 3.3 数据缺失值填充实验设计及结果 |
| 3.3.1 数据预处理 |
| 3.3.2 数据填充流程及填充方法比较 |
| 3.4 本章小结 |
| 第四章 Logistic回归模型建立及IV值方法应用 |
| 4.1 Logistic回归模型概述 |
| 4.1.1 Logistic回归模型原理及形似概率概述 |
| 4.1.2 Logistic回归模型损失函数 |
| 4.2 IV值方法计算特征价值 |
| 4.3 建立Logistic回归模型及对模型性能度量实验 |
| 4.4 本章小结 |
| 第五章 个人信用计量在评分卡中的应用 |
| 5.1 个人信用评分卡概述 |
| 5.2 个人信用计量应用于评分卡制作原理 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
（8）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（9）基于聚类和决策树算法的股票配置策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 文献综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究框架与方法 |
| 1.3.1 论文研究思路和框架 |
| 1.3.2 研究方法 |
| 2 理论方法概述 |
| 2.1 股票分析相关理论概述 |
| 2.1.1 资产定价模型 |
| 2.1.2 三因子模型 |
| 2.1.3 价值投资理论与中国股市 |
| 2.2 主成分分析 |
| 2.2.1 主成分分析的数学原理 |
| 2.2.2 主成分分析的步骤 |
| 2.3 数据挖掘技术 |
| 2.3.1 决策树算法介绍 |
| 2.3.2 聚类算法介绍 |
| 3 影响股票价值的主成分分析 |
| 3.1 数据选取 |
| 3.2 因子选择 |
| 3.3 主成分分析 |
| 3.3.1 数据处理 |
| 3.3.2 数据降维 |
| 3.3.3 主成分分析结果 |
| 3.3.4 构造因子 |
| 3.3.5 新因子取值 |
| 3.3.6 标准化处理 |
| 4 股票配置策略模型构建 |
| 4.1 基于两步聚类算法的配置策略模型构建 |
| 4.1.1 数据处理 |
| 4.1.2 构建两步聚类模型 |
| 4.2 基于C5.0决策树算法的配置策略模型构建 |
| 4.2.1 数据处理 |
| 4.2.2 构建C5.0决策树模型 |
| 5 股票配置策略模型检验分析 |
| 5.1 聚类策略模型检验分析 |
| 5.1.1 聚类特征描述 |
| 5.1.2 选股策略 |
| 5.2 决策树策略模型检验分析 |
| 5.2.1 C5.0决策树结果分析 |
| 5.2.2 模型回测 |
| 5.2.3 选股策略 |
| 5.3 模型对比分析 |
| 6 结论与展望 |
| 参考文献 |
| 学位论文数据集 |
（10）互联网背景下财产概念的流变及对刑法适用的影响（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 第一章 刑法中的财产概念 |
| 第一节 “财产”概念的历史流变 |
| 一、早期:“物”与“财产”的具体化列举 |
| 二、发展:作为法律术语的“物”与“财产”概念的成型 |
| 三、成熟:无体物概念的提出 |
| 四、流变:财产概念外延的不断扩张 |
| 第二节 “财产”概念的域外考察 |
| 一、德国 |
| 二、日本 |
| 三、英国 |
| 四、美国 |
| 五、苏联 |
| 六、评析 |
| 第三节 我国刑法中的“财产”概念及认定标准 |
| 一、刑法中“财产”和“财物”概念的关系 |
| 二、关于“财物”属性的理论争讼 |
| 三、互联网背景下“财物”(财产)的认定标准 |
| 第四节 互联网背景下“财产”概念的流变及对刑法的冲击 |
| 一、财产形式的流变对“财物”概念边界的冲击 |
| 二、行为模式的异变对犯罪认定和罪名界限的冲击 |
| 三、财产的数据化带来的数额认定的困境与既遂标准的漂移 |
| 小结 |
| 第二章 电子资金犯罪的刑法应对 |
| 第一节 电子资金概述 |
| 一、电子资金的概念范畴 |
| 二、电子资金的本质与财产性根基 |
| 三、电子资金的出现给刑事司法认定带来的冲击 |
| 第二节 电子资金犯罪的基本类型与行为认定 |
| 一、窃取型电子资金犯罪 |
| 二、复制型电子资金犯罪 |
| 三、套取型电子资金犯罪 |
| 第三节 电子资金犯罪的罪名界分 |
| 一、电子资金犯罪案件的罪名纠葛 |
| 二、电子资金案件罪名界分的理论聚讼及评析 |
| 三、电子资金犯罪案件的罪名界分步骤 |
| 第四节 电子资金犯罪的既遂标准 |
| 一、电子资金犯罪案件既遂标准的漂移 |
| 二、财产犯罪既遂标准的理论聚讼 |
| 三、侵害电子资金犯罪案件的既遂标准 |
| 小结 |
| 第三章 涉电子权利凭证案件的刑事司法认定 |
| 第一节 电子权利凭证概述:分类、财产性与刑法研究现状 |
| 一、刑法视域下电子权利凭证相关问题的研究现状 |
| 二、电子权利凭证的种类 |
| 三、电子权利凭证的财产性辨析 |
| 第二节 涉物品电子凭证案件的刑事司法认定 |
| 一、窃取他人物品电子凭证的行为定性 |
| 二、侵入系统生成物品电子凭证后倒卖行为的认定 |
| 第三节 侵害服务电子凭证行为的刑事司法认定 |
| 一、记名的服务电子凭证 |
| 二、不记名的服务电子凭证 |
| 第四节 电子积分犯罪的刑事司法认定 |
| 一、侵入系统后虚增电子积分行为的罪名适用 |
| 二、利用系统漏洞刷取电子积分案件的定性 |
| 三、利用规则漏洞刷取电子积分行为的认定 |
| 四、复制电子资金系统后伪卡盗刷案件的处理 |
| 小结 |
| 第四章 大数据财产的刑法保护 |
| 第一节 大数据的概念界定与本质析正 |
| 一、大数据的定义与本质 |
| 二、大数据挖掘 |
| 三、“大数据”与“大数据财产”之概念勘正 |
| 第二节 大数据的财产性分析与大数据财产的权利归属 |
| 一、大数据的财产性分析 |
| 二、“大数据财产”的认定标准与范围界定 |
| 三、大数据财产的权利归属 |
| 第三节 大数据财产的刑法保护路径 |
| 一、大数据财产的保护路径之争 |
| 二、大数据财产的刑事司法保护 |
| 三、其他大数据侵害行为的刑事司法认定 |
| 小结 |
| 第五章 虚拟财产犯罪的刑事司法认定 |
| 第一节 虚拟财产的概念界定 |
| 一、关于“虚拟财产”概念范围的学理争讼 |
| 二、虚拟财产的内涵厘清 |
| 三、虚拟财产的外延 |
| 第二节 虚拟财产的财产性分析 |
| 一、虚拟财产的客观价值性分析 |
| 二、虚拟财产是否具有占有和转移的可能性 |
| 三、虚拟财产的本质 |
| 第三节 侵犯虚拟财产行为的刑事司法认定 |
| 一、以技术手段侵害虚拟财产行为的认定 |
| 二、以现实手段侵害虚拟财产行为的处理 |
| 三、制售、使用外挂行为的定性 |
| 小结 |
| 结论 |
| 参考文献 |
| 附录一 |
| 附录二 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
四、基于数据挖掘技术的市场经济预测支持系统的研究（论文参考文献）
- [1]基于比较视角的中美国家级实验室建设研究[D]. 李阳. 吉林大学, 2021(01)
- [2]小微企业互联网融资信用评价研究[D]. 周彪. 北京交通大学, 2021(02)
- [3]大数据视域下思想政治教育创新研究[D]. 张玉龙. 东北师范大学, 2021(09)
- [4]智慧社会变革中的社会治理模式转型研究[D]. 王喜媛. 西安电子科技大学, 2020(02)
- [5]石化企业多源知识发现与管理方法研究[D]. 王小健. 北京交通大学, 2020(03)
- [6]数据挖掘技术下上市公司财务舞弊识别模型研究[D]. 梁玉萱. 河北经贸大学, 2020(07)
- [7]个人信用计量模型设计与研究[D]. 张智鹏. 广东工业大学, 2020(06)
- [8]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [9]基于聚类和决策树算法的股票配置策略研究[D]. 陈涛. 北京交通大学, 2019(01)
- [10]互联网背景下财产概念的流变及对刑法适用的影响[D]. 张弛. 上海交通大学, 2019(06)