<track id="j575v"><span id="j575v"><th id="j575v"></th></span></track>
<address id="j575v"></address>

    <video id="j575v"><progress id="j575v"><progress id="j575v"></progress></progress></video>

      <p id="j575v"></p>

    
    
      <form id="j575v"><dl id="j575v"></dl></form>
      <video id="j575v"></video><nobr id="j575v"></nobr><video id="j575v"></video>
        <track id="j575v"></track>

        <pre id="j575v"></pre><big id="j575v"><span id="j575v"></span></big>

            您當前所在位置: 首頁 > 首發論文
            動態公開評議須知

            1. 評議人本著自愿的原則,秉持科學嚴謹的態度,從論文的科學性、創新性、表述性等方面給予客觀公正的學術評價,亦可對研究提出改進方案或下一步發展的建議。

            2. 論文若有勘誤表、修改稿等更新的版本,建議評議人針對最新版本的論文進行同行評議。

            3. 每位評議人對每篇論文有且僅有一次評議機會,評議結果將完全公示于網站上,一旦發布,不可更改、不可撤回,因此,在給予評議時請慎重考慮,認真對待,準確表述。

            4. 同行評議僅限于學術范圍內的合理討論,評議人需承諾此次評議不存在利益往來、同行競爭、學術偏見等行為,不可進行任何人身攻擊或惡意評價,一旦發現有不當評議的行為,評議結果將被撤銷,并收回評審人的權限,此外,本站將保留追究責任的權利。

            5. 論文所展示的星級為綜合評定結果,是根據多位評議人的同行評議結果進行綜合計算而得出的。

            勘誤表

            上傳勘誤表說明

            • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
            • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
            • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

            示例:

            勘誤表

            上傳勘誤表說明

            • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
            • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
            • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

            示例:

            上傳后印本

            ( 請提交PDF文檔 )

            * 后印本是指作者提交給期刊的預印本,經過同行評議和期刊的編輯后發表在正式期刊上的論文版本。作者自愿上傳,上傳前請查詢出版商所允許的延緩公示的政策,若因此產生糾紛,本站概不負責。

            發郵件給 王小芳 *

            收件人:

            收件人郵箱:

            發件人郵箱:

            發送內容:

            0/300

            論文收錄信息

            論文編號 202011-61
            論文題目 基于微博文本挖掘的大學生網貸風險識別與傳播路徑研究
            文獻類型
            收錄
            期刊

            上傳封面

            期刊名稱(中文)

            期刊名稱(英文)

            年, 卷(

            上傳封面

            書名(中文)

            書名(英文)

            出版地

            出版社

            出版年

            上傳封面

            書名(中文)

            書名(英文)

            出版地

            出版社

            出版年

            上傳封面

            編者.論文集名稱(中文) [c].

            出版地 出版社 出版年, -

            編者.論文集名稱(英文) [c].

            出版地出版社 出版年,-

            上傳封面

            期刊名稱(中文)

            期刊名稱(英文)

            日期--

            在線地址http://

            上傳封面

            文題(中文)

            文題(英文)

            出版地

            出版社,出版日期--

            上傳封面

            文題(中文)

            文題(英文)

            出版地

            出版社,出版日期--

            英文作者寫法:

            中外文作者均姓前名后,姓大寫,名的第一個字母大寫,姓全稱寫出,名可只寫第一個字母,其后不加實心圓點“.”,

            作者之間用逗號“,”分隔,最后為實心圓點“.”,

            示例1:原姓名寫法:Albert Einstein,編入參考文獻時寫法:Einstein A.

            示例2:原姓名寫法:李時珍;編入參考文獻時寫法:LI S Z.

            示例3:YELLAND R L,JONES S C,EASTON K S,et al.

            上傳修改稿說明:

            1.修改稿的作者順序及單位須與原文一致;

            2.修改稿上傳成功后,請勿上傳相同內容的論文;

            3.修改稿中必須要有相應的修改標記,如高亮修改內容,添加文字說明等,否則將作退稿處理。

            4.請選擇DOC或Latex中的一種文件格式上傳。

            上傳doc論文   請上傳模板編輯的DOC文件

            上傳latex論文

            * 上傳模板導出的pdf論文文件(須含頁眉)

            * 上傳模板編輯的tex文件

            回復成功!


            • 0

            基于微博文本挖掘的大學生網貸風險識別與傳播路徑研究

            首發時間:2020-11-26

            張瑞軍 1    2   

            張瑞軍(1972-),男,教授,碩導,主要研究方向:大數據方法,自然語言處理,微博可視化

            林彩燕 1    童澤平 1   
            • 1、武漢科技大學恒大管理學院,武漢 430065
            • 2、武漢科技大學服務科學與工程研究中心,武漢 430065

            摘要:非法網貸對大學生的身心造成極大的傷害。挖掘微博文本中的網貸信息,有利于識別網貸風險,并進行預警。本文采用BeautifulSoup對象,爬取了7160條網貸類相關文本,基于Word2Vec模型將文本解析為詞向量,采用LSTM網絡結構構建了網貸危險度識別模型(IMRD),并運用F1評分驗證了模型的有效性。通過微博用戶關聯性、用戶互動強弱、用戶興趣相似性這三個維度構建了關系親密度模型(CMRC),基于該模型描述出風險網貸文本的傳播路徑。該研究再實際應用中能有效識別大學生網貸風險,同時也為監管部門提供了良好的監控手段。

            關鍵詞: 自然語言處理 微博 大學生網貸 危險識別模型 關系親密度模型

            For information in English, please click here

            Research on Risk Identification and Spread Path of College Students\' Net Loan Based on Microblog Text Mining

            Zhang Ruijun 1   

            張瑞軍(1972-),男,教授,碩導,主要研究方向:大數據方法,自然語言處理,微博可視化

            Lin Caiyan 2    Tong Zeping 1   
            • 1、Evergrande School of Management, Wuhan University of Science and Technology, Wuhan 430065
            • 2、Center of Service Science and Engineering, Wuhan University of Science and Technology, Wuhan, 430065

            Abstract:Illegal campus loans do great harm to college students\' body and mind. Mining the net loan information in microblog text is helpful to identify the risk of online loan and give early warning.In this paper, 7160 net loan related texts were crawled by using beautifulsoup object. The text was analyzed into word vectors based on word2vec model, the net loan identification model of risk degree(IMRD) was constructed by LSTM network structure, and the validity of the model was verified by F1 scope. The calculation model of relationship closeness(CMRC) is constructed by three dimensions: microblog user relevance, user interaction strength and user interest similarity. Based on the model, the spread path of risk net loan text is described. The research can effectively identify the risks of college students\' net loans in practical applications, and it also provides a good monitoring method for the supervision departments.

            Keywords: natural language processing microblog college student net loan identification model of risk degree calculation model of relationship closeness

            Click to fold

            點擊收起

            論文圖表:

            引用

            導出參考文獻

            .txt .ris .doc
            張瑞軍,林彩燕,童澤平. 基于微博文本挖掘的大學生網貸風險識別與傳播路徑研究[EB/OL]. 北京:中國科技論文在線 [2020-11-26]. http://www.c1gkrice.com/releasepaper/content/202011-61.

            No.****

            同行評議

            共計0人參與

            評論

            全部評論

            0/1000

            勘誤表

            基于微博文本挖掘的大學生網貸風險識別與傳播路徑研究

            久久久久久精品免费免费_香港经典a毛片免费观看变态_天堂av无码大芭蕉伊人av_俄罗斯强奷女人在线播放