李庆

作品数：7被引量：31H指数：3
导出分析报告
供职机构：西南财经大学更多>>
发文主题：股票价格波动媒体信息股票情感信息企业网络更多>>
发文领域：经济管理自动化与计算机技术文化科学电子电信更多>>
发文期刊：《吉林大学学报（信息科学版）》《山东大学学报（理学版）》《神州学人》《计算机教育》更多>>
所获基金：国家自然科学基金中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”国家社会科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
面向财经专业的程序设计课程教学研究被引量：1
《计算机教育》2020年第4期75-79,共5页谢志龙 李庆 邢容 陈岩 
金融智能与金融工程四川省重点实验室资助
为了解专业、性别、逻辑思考能力、学习策略、程序语言与财经类学生程序设计能力的相关性,以问卷调查资料和学生考试成绩作为数据基础,并以统计方法来分析相关性。结果表明,专业和性别在程序设计能力上并无显著相关;逻辑思考能力和程序...
关键词：程序设计能力 专业 性别 逻辑思考能力 学习策略 程序语言 
留学，我的人生一课
《神州学人》2019年第9期86-89,共4页李庆 
每每回想近20年前的留学经历,心中总会充满感恩。这段艰苦而光荣的岁月,让我成长为一个内心强大的人,也让我真正懂得,唯有把自己的事业融入祖国的事业中,人生的路才会越走越宽,越走越坚定。
关键词：国际联合实验室 清华大学 留学生 ACL 发表论文 加州大学伯克利分校 博士生 科研经费 经济学奖 挑战性 
证券市场网络谣言治理研究:基于金融智能视角被引量：2
《财经理论与实践》2019年第1期51-58,共8页张华 荣巍 李庆 
国家自然科学基金(71671141;61170133);金融智能与金融工程(FIFE)四川省重点实验室开放基金项目
网络谣言的传播对证券市场平稳健康运行有着显著影响,这种影响源自市场同时又反作用于市场。证券市场各参与主体需要采取更加积极有效的手段对网络谣言信息进行治理,增强对谣言信息分析识别、快速响应和正确认知的能力。传统的网络谣言...
关键词：证券市场 网络谣言 金融智能 监管治理 
基于网络信息挖掘的股市影响因素分析被引量：7
《吉林大学学报（信息科学版）》2014年第2期195-200,共6页马俊伟 王铁军 李庆 林漳希 
国家社科基金重点资助项目(11AZD077);西南财经大学中央高校基本科研业务基金资助项目(JBK1207018;JBK1307200)
针对海量网络文本信息的获取、量化和分析的难题,采用信息抓取技术获得网络金融舆情文本信息,并根据数据的信息量对金融舆情信息进行分类,建立因子模型和时间序列模型,分析网络金融舆情信息对我国股票市场的影响。通过实证得到以下结论...
关键词：网络文本挖掘 股票市场 因子分析 
面向领域的学术文献检索框架被引量：3
《软件学报》2013年第4期798-809,共12页邱江涛 唐常杰 李庆 
国家自然科学基金(61170133);国家教育部人文社科青年基金(09YJCZH101);中央高校基本科研业务费(JBK120214);西南财经大学211工程青年教师成长项目(211QN10061)
在学术文献检索中,如果检索系统根据用户提交的查询返回相关领域的文献,并将文献按重要程度进行排序,可以帮助用户快速了解相关学术领域.提出一个面向领域的学术文献检索框架,结合引用网络分析和内容分析来发现并排序相关领域重要文献....
关键词：非负矩阵分解 随机游走 文献检索 引用网络 链接分析 
财经新闻对中国股市影响的定量分析被引量：18
《山东大学学报（理学版）》2012年第7期70-75,80,共7页赵丽丽 赵茜倩 杨娟 王铁军 李庆 
国家自然科学基金资助项目(60803106;61170133);教育部霍英东高等院校青年教师基础性研究课题项目(121068);教育部新世纪优秀人才计划项目(NC1T-11-0694);西南财经大学创新人才培养基金资助项目
首先采用文本挖掘技术、支持向量回归(support vector regression,SVR)方法将财经新闻内容量化为股市波动的一个影响因子,然后采用计量经济学中多元回归分析方法系统地分析了互联网财经新闻信息对中国股市的影响。主要研究了互联网财经...
关键词：文本挖掘 支持向量回归 新闻 股市 多元回归 
基于两阶段聚类的协作过滤推荐算法被引量：1
《郑州大学学报（理学版）》2010年第1期14-16,共3页龚瑞君 王佳 戴珺 李自力 李庆 
国家自然科学基金资助项目;编号60803106
协作过滤推荐是目前主流的个性化推荐方式,但数据稀疏问题影响了推荐系统的性能.提出了基于两阶段聚类的协作推荐算法,降低了数据的稀疏性,提高了最近邻的准确度,而且推荐精度较以往传统的算法有明显提高,时间复杂度也有明显降低.
关键词：稀疏性 聚类 协作过滤 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部