基于网络搜索的票房预测模型——来自中国电影市场的证据

建立了一个将网络搜索与电影票房联系起来的模型, 考察了影片上映前后消费者网络搜索的动态变化及其在电影票房预测中的作用. 文章就中国电影产业对该模型进行了实证检验. 结果显示, 影片网络搜索量以及增长趋势都能预测该影片的首映周票房. 对于后续周票房, 动态联立方程模型的估计结果表明, 网络搜索既是电影票房的先行信号, 也是电影票房的后向结果. 样本外分析表明, 整合了网络搜索的模型能够提高预测的准确性.     

我心中的科研之道

 读书之法，在循序而渐进，熟读而精思。科研之法，在持之以恒，承先而创新。从研一到研二，我完成了从知识学习到学术科研的转变，对如何做好科研也有简单体会。正如朱熹的“读书之法”和王国维的“治学三境界”所述，总结归纳是基础，破旧创新是手段，持之以恒是态度，功到自然成。     

利用互联网搜索关注度预测期权隐含波动率变动:基于人工神经网络的分析

本文运用人工神经网络方法,研究互联网搜索对期权隐含波动率的影响.基于标普500指数看涨期权,本文首先建立了一个揭示期权隐含波动率变化与指数收益率、期权Delta和期权剩余有效期之间关系的人工神经网络模型,结果显示此模型的估计精度比Hull和White (2017)提出的解析模型提升了约15%,比Cao、Chen和Hull (2020)提出的神经网络模型提升了约40%.接着,本文引入25个互联网搜索关注度指标,将它们集成一个谷歌趋势指数并作为度量互联网搜索关注度的综合指标.最后,将该谷歌趋势指数的变化率加入到前述人工神经网络模型,从互联网搜索关注度的角度探究期权隐含波动率的动态特征,新的模型进一步提升了约30%的估计精度.     

用户相似度感知的移动社交网络内容分享机制

针对移动社交网络中用户连接不确定,网络资源有限所导致的内容分享成功率低、开销大的问题,提出一种用户相似度感知的移动社交网络内容分享机制.通过分析用户行为,感知用户稳定态和变化态的兴趣度,并评估用户之间兴趣吻合度,进而结合用户交互频繁程度及用户活动区域一致性,获知用户相似度及逻辑关系.最后根据用户相似度,建立带有用户兴趣稳定态和变化态的虚拟社区,实现低成本、高成功率的内容分享.结果表明:所提机制在有效提高内容分享成功率的同时,极大限度地降低了网络开销率.     

圆度误差的二分法逼近搜索评定

结合圆度误差的定义及其几何特征,提出了一种新的圆度误差评定算法———圆度误差的二分法逼近搜索评定。首先,将被测圆轮廓上测量点的直角坐标数据转化为极坐标数据,分别以极角和极径为横、纵坐标轴建立新的坐标系,实现被测点的线性化处理,将圆度误差的求解问题转化为直线度误差的求解问题。然后,用二分法逼近搜索的方法,对转化后的直线度误差进行最小区域评定,从而实现了圆度误差的最小区域评定。阐述了圆度误差线性化处理的方法和二分法逼近搜索的原理及实现过程。实例验证结果表明:该算法可以有效、正确地评定圆度误差。     

具有关键字搜索性质的云存储加密方案

Dan Boneh等人提出了具有关键词搜索性质的公钥加密方案,并且构造出了在随机预言模型下可证明安全的基于BDH困难问题的双线性映射对下的具体构造.本文给出了一个具有关键字搜索性质的高效云存储加密方案,而且在随机预言模型下可证明CCA-安全.该方案能够安全高效的管理云服务器中的加密文件,能够对已经加密的文件进行相等配对.构造方案能够在无安全信道环境中传输陷门Tw.     

网络暴力研究述评

网络暴力现象是近年来出现在网络空间的一种非常突出的社会现象。在梳理学界关于网络暴力现象研究的发展历程的基础上,把握近年来网络暴力研究的主要脉络及热点,提出网络暴力现象研究面临的一些重要问题及未来研究的发展走向,最后探索出网络暴力研究的新趋势。     

基于半监督学习的迁移学习方法

迁移学习是机器学习的一个新的分支。当训练模型过期,而新领域标记数据又非常少时,传统的机器学习就不足以产生一个较为精确的分类器。为解决此问题,本文提出一种基于半监督学习的迁移学习方法,对源领域数据进行二步信息筛选,并在大量文本数据集上的实验中证明了新算法的有效性。     

青海及周围地区的蕨麻红外图谱的建立及计算机解析

利用红外图谱法建立了蕨麻的红外指纹图谱.采用小波分析对红外光谱图进行去噪后,再把去噪后的光谱原始数据长度由1 868压缩到241,通过压缩后的数据对11批蕨麻进行了相似度计算和灰色关联度分析.结果表明,所建立的蕨麻的指纹图谱可用于蕨麻的质量评价.     

面向食品安全领域的个性化知识搜索系统研究

大数据时代,从海量的数据中发现对用户有用的知识成为研究领域重要的问题.通过集成多个搜索引擎的查询结果,实现食品安全领域中搜索信息的集成和个性化自适应排序.本文设计基于元搜索技术、知识本体和自适应的排序学习技术,实现多个搜索引擎相关查询结果集成,在对用户点击的标注和知识本体的基础上,利用基于监督学习的排序技术,实现对食品安全领域信息的个性化自适应排序.系统实现了集成多个搜索引擎的食品安全相关知识的提取和相关结果的重新排序.本研究不仅实现了多个搜索引擎食品安全信息查询相关的结果集成,而且能够根据用户的偏好实现结果的自适应排序.