首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

复杂网络 | 社交媒体话题和人物

ChatGPT 时,都在讨论什么 中共享的 ChatGPT.csv 数据集为例,只需要在上面的网页中上传这个 csv 文件,就能实时生成 这个 ChatGPT 帖子讨论中的 hashtag 话题和 user 人物可视化矩阵...,结果文件为 Gephi 所需的 nodes.csv 和 edges.csv 和前 Top-N 权重连边的 NxN 矩阵 csv,以及网络可视化图 html 文件。...nodes.csv、edges.csv 和 top_N_matrix.csv echarts 实现的网络可视化 以及顺带的一些基本的复杂网络分析:度分布、度度相关性、核度分布和集聚系数等基本统计特征...类似地,同时生成的 user 人物可视化结果如下: Top-N 矩阵可以自定义 N 的大小。...总的来说,上传一个包含 content 列的社交媒体帖子的 csv 文件,就能同时生成人物和话题网络,人物和话题各 3 个 csv 文件和 1 个 html 文件, 8 个文件,构建结束即时下载压缩后的结果

41510

基于A股新闻网络的股票收益分析

二、构建新闻网络 2.1 新闻网络构建步骤 新闻网络的数据来源于数库提供的 SmarTag 新闻分析数据,主要应用的数据表为 SmarTag 数据中的股票标签表(news_compnay_label...3、新闻基础网络:直接将每日公司新闻转化为新闻的形式,每行数据为:日期、的公司a、的公司b、次数,该新闻数据构成了新闻的基础网络; 4、新闻扩展网络:每日的股票情况变动相对比较频繁且...A 股覆盖率低,因此在每月末计算矩阵过去 90 日的总边数,即如果公司 a 和公司 b 在过去 90 日中存在新闻情况,那么也将其纳入新闻网络中,扩展网络的覆盖度更高,股票关系也相对更稳定...三、新闻网络的社群检测 3.1 社群检测结果展示 为了更深入探究新闻中公司与公司之间的关系,参照前篇《基于 A 股供应链网络的股票收益分析》,依旧引入基于图论的社群检测算法 leiden 算法对新闻网络进行社群检测...可以将新闻网络也作为一类股票间的关联关系,将来自于新闻网络的集群也作为一种股票分类方式,应用于投资决策中。

49230
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    A股实践 :图神经网络与新闻矩阵策略(附代码)

    在最近的一篇文章《新闻:股票长期与动态关联性表征的因子挖掘》中,基于股票在新闻中的网络,提出了Equity2Vec的方法,把股票在新闻中的关系用一个向量表征表示。...以新闻刻画股票的关联性,相对传统的如收益率协方差矩阵、行业上下游等关联性的特点是能够隐性同时包含多种关系。且随着不断的有新闻消息的更新,整个网络也能及时的更新。...但问题是,无法单独的量化新闻中的某一类关联性,需要模型对新闻网络中的隐含表征进行提取,而图神经网络就是提取图中节点表征的有力工具。...每日的股票情况变动过去频繁,我们对每日的矩阵计算20日的指数加权滚动均值,这样既能动态反映关系的变化,也能使数据变动平稳。...超额收益统计如下: 后续 本文实证研究新闻矩阵作为显性图关系比全局自注意力机制的图神经网络,在策略实现中能获得更高的超额收益率。

    1.8K23

    如何用VOSviewer分析CNKI关键词

    用VOSviewer尝试CNKI中文文献关键词(keyword co-occurence)分析时,你可能会踩到一个大坑。本文帮助你绕开这个坑,或是从坑里爬出来。 ?...有的读者很兴奋,立即打算用同样的方法,做CNKI中文文献的关键词分析(keyword co-occurence)。 很快,他们就遇到了问题。...这叫什么分析?! 有读者很沮丧地把这幅图发给了我。问我这是否意味着,VOSviewer不能胜任中文文献的关键词分析? 当然不是。 VOSviewer做的是统计和可视化。...好了,到这里为止,你已经了解如何利用咱们编写的工具,对Endnote导出的中文文献做关键词处理,在VOSviewer中正确分析关键词了。 目标达成。...讨论 用本文的方法,你做出了正确的CNKI文献关键词分析了吗?在此之前,你是如何处理关键词分析的?有没有什么更加简便高效的方法?欢迎留言,把你的经验和思考分享给大家,我们一起交流讨论。

    2.3K20

    每周学点大数据 | No.39单词矩阵计

    No.39期 单词矩阵计算 Mr. 王:这里还有一个很典型的例子——单词矩阵计算。 这个例子是计算文本集合中词的矩阵。...小可:那么单词矩阵计算有什么用呢? Mr. 王:这是一种用来测量语义距离的方法。两个词出现在同一个句子中的次数越多,说明它们之间的语义距离就越近,它们之间的关联性也就越大。...当 Mapper 处理一个句子时,生成这个句子里面的词对。...b) → 1 (a,b) → 2 (a,b) → 5 (a,b) → 3 (a,b) → 2 现在调整为: a → { b: 1, c:2, d: 5, e: 3, f: 2 } 我们记录与 a 的单词分别有哪些...,它们出现的次数是多少,而不是记录对出现的次数。

    2.3K50

    每周学点大数据 | No.40单词矩阵应用

    No.40期 单词矩阵应用 Mr. 王:这个算法的优势在于,它的 key 空间相比前面的词对要小得多,这意味着它能够更好地利用 combiner。...下面我们看看如何进一步应用所求出来的单词矩阵。在自然语言处理中,我们经常需要通过矩阵求出两个单词间的相对频率。其表达式是这样的: ?...小可:这个 count(A,B) 就是词 A 和词 B 的计数吧? Mr. 王:没错。现在需要思考的是,如何利用 MapReduce 来解决这个问题。首先来看看条带法。...对于条带法,我们只要使用矩阵关于 A 的那个数组就可以了。...在算法执行过程中产生的大量中间结果,是存到内存中还是磁盘上,或者是在整个机架、机群的网络中传输,都会产生非常不同的效果,这是一个好的 MapReduce 使用者或者说程序员不得不深入考究的问题。

    1.1K110

    IJCAI 2018 | 海康威视Oral论文:分层式网络,实现更好的动作识别和检测

    而全连接层则有能力聚合所有输入神经元的全局信息,进而可以学习到特征。[Zhu et al., 2016] 提出了一种端到端的全连接深度 LSTM 网络来根据骨架数据学习特征。 ?...我们提出了一种端到端的特征学习框架,其使用了 CNN 来自动地从骨架序列中学习分层的特征。我们发现一个卷积层的输出是来自所有输入通道的全局响应。...本研究工作的主要贡献总结如下: 我们提出使用 CNN 模型来学习骨架数据的全局特征,研究表明这优于局部特征。...我们设计了一种全新的端到端分层式特征学习网络,其中的特征是从点层面特征到全局特征逐渐聚合起来的。 我们全面地使用了多人特征融合策略,这让我们的网络可以轻松地扩展用于人数不同的场景。...图 3:我们提出的分层式网络(HCN:Hierarchical Co-occurrence Network)的概况。绿色模块是卷积层,其中最后一维表示输出通道的数量。

    1.3K60

    新闻:股票长期与动态关联性表征的因子挖掘

    : 因子挖掘:基于图神经网络与公司主营(附代码) 首先看一下今天这篇文章的主要内容: 基于股票在新闻钟的网络,提出了Equity2Vec的方法,把股票在新闻钟的关系用一个向量表征表示。...通过新闻关系度量股票长期关联性 财经新闻报道中,通常在一篇新闻中会出现多个股票,这些股票之间必然存在着一定的关联性。通过统计两两股票在过去一段时间出现的次数,我们就构建了股票的矩阵。...传统的矩阵分解方法的损失函数如下,其中 为股票i的向量表征, 为股票i,j的次数。通过最小化股票对表征的内积与各股票对的次数的差值的平方,来确定每个股票的向量表征。...但实际情况中,对于股票i,j的关联性,可能存在一些专家先验值,将 作为先验偏离加入损失函数,并加入正则项: 其中 通过动态图捕捉股票间的短期关联性 股票的新闻关系是时变的,近期时间段的关系能够捕捉短期股票关联度的变化...实证结果本身并不重要,重要的是本文给我们对于新闻的挖掘提供了一个思路,主要是同时从新闻中提取股票长期关联和短期关联的表征,并与传统因子进行结合。

    95621

    Lead-follower因子:新闻股票收益的关联性研究

    新闻图的月度degree是一个很好的预测股票横截面收益的指标。一个月的再平衡投资组合测试表明,degree提供了显著的正Alpha(相对Fama-French三因子和五因子模型)。...定义股票图 统计过去 时间段所有新闻 中出现的股票,定义 为股票j出现在标题且股票i出现在正文中的频次。...如上定义, 就是股票图的邻接矩阵。 我们可以根据股票ij的某些性质来拆解邻接矩阵 (或者说是重构股票图)。...这里在确定图时,使用的是滚动窗口 (即时间t-l至t)的所有新闻。...多万篇新闻,构建了标普500成分股的新闻关系图,使用的滑动窗口为1年。

    73320

    2022发教育新势力启动 榜样力量探新职教未来

    为发现更多新职教新势力机构,以榜样力量探新职教未来、深化行业数字化改革,加速“十四五”新格局下的经济发展,腾讯学堂、腾讯广告、腾讯教育、企业微信联合发起,芥末堆、睿艺、黑板洞察、桃李财经、36Kr、21...“职”在必行的大环境下,【发现教育新势力】项目将不断整合各方优势资源,充分释放生态能力,深化多维合作,与新职教机构一起担社会责任,推动行业创新发展,共同见证“双循环”伟大战略下的经济新增长。...欲了解更多【发现教育新势力】项目详情 请点击下方“阅读原文”或扫描二维码 发现新势力榜样,探新职教未来!

    39320

    【Hello NLP】CS224n学习笔记:矩阵、SVD与GloVe词向量

    基于矩阵的词向量 我们再回顾一下Word2Vec的思想: 让相邻的词的向量表示相似。 我们实际上还有一种更加简单的思路——使用「词语性」,来构建词向量,也可以达到这样的目的。...这样就可以得到一个矩阵。 矩阵的每一列,自然可以当做这个词的一个向量表示。这样的表示明显优于one-hot表示,因为它的每一维都有含义——次数,因此这样的向量表示可以求词语之间的相似度。...基于矩阵的词向量 vs....但是,「基于矩阵的方法也有其优势」,那就是「充分利用了全局的统计信息」。因为我们进行矩阵分解,是对整个矩阵进行分解,这个矩阵中包含着全局的信息。...GloVe会用到全局的词语之间的统计信息,因此我们需要首先构建「矩阵」,我们设: 代表词和词的次数 代表词出现的次数 代表词出现在词周围的概率,即概率 回到skip-gram算法中

    2.3K30

    工作坊游戏大全

    相互认识 对齐理解 识别风险 激发创新 找到方案 制定计划 识别价值 高效分享 可视化 获得反馈 优化议程 外部环境 游戏名称“-”后面的文字,表示该游戏的意图。...People人员 Process过程 Pitfall陷阱 Prep准备 Practical Concerns实际问题 亲和图-分类排序 排序和分类 建停车场 不要纠结类目的名称 人体风暴-现场物现实...现场-鹰眼-全局 物-兔眼-细节 现实-树眼-时序 卡片排序-分类排序 事先准备好的卡片 点数投票(又名:投票点数)-投票 每人3~5张票 情图(又名:共感图)-了解用户 所思...常用游戏 相互认识 鱼缸-相互认识 让陌生的参与者之间相互熟悉对方观点 结对描绘工作职责(又名:欢迎来到我的世界)-相互认识 交换卡片-相互认识 可视化社交网络(又名:低技术社交网络)-相互认识...理解链-从听众视角组织内容 视觉议程-可视化议程 饼图议程-议程时长可视化 外部环境 力场分析-分析环境 情景地图-外部环境

    1.5K10
    领券