《清华大学智库大数据报告(2019)——今日头条版》发布
重大主题发布中的校园新闻“融合之路”
2021·5（上）《科技传播》90作者简介：周亦颖，浙江大学党委宣传部，研究方向为新媒体传播、高等教育管理。
重大主题发布中的校园新闻“融合之路”周亦颖摘 要 融媒体时代的到来，给高校宣传工作带来了机遇与挑战。
文章以教育部首批授牌成立的教育融媒体建设试点高校和教育部政务新媒体为研究对象，以特殊时期重大主题发布为例，从运营理念、内容生产、传播效果等方面着手，分析校园新闻生产现状，探究在融媒体环境下，如何通过技术融合、策略融合、信息采集融合、表达融合等方式，增强校园媒体的传播力、引导力、影响力、公信力。
关键词 融媒体；高校；内容生产；新闻传播中图分类号 G2 文献标识码 A 文章编号 1674-6708（2021）282-0090-032019年1月，中共中央总书记习近平在主持学习时强调，要运用信息革命成果，推动媒体融合向纵深发展，做大做强主流舆论，巩固全党全国人民团结奋斗的共同思想基础，为实现“两个一百年”奋斗目标、实现中华民族伟大复兴的中国梦提供强大精神力量和舆论支持。
为深入贯彻落实中央关于推动媒体融合发展的部署要求，做大做强新时代教育主流舆论，2019年12月，教育部授牌确立15家首批教育融媒体建设试点单位，其中，北京大学、清华大学、复旦大学、上海交通大学、上海外国语大学、浙江大学、武汉大学、华中师范大学、湖南大学、四川大学、西安交通大学共11所高校入选。
在试点工作推进过程中，各试点高校科学统筹、把握主动，强化融合传播和交流互动，让正能量始终充盈网络空间。
1 特殊时期高校发布情况分析新冠肺炎疫情是新中国成立以来在我国发生的传播速度最快、感染范围最广、防控难度最大的一次重大突发公共卫生事件。
2020年2月，习近平总书记在中央政治局常委会会议研究应对新型冠状病毒肺炎疫情工作时的讲话中，就做好宣传教育和舆论引导提出3点要求：强化显政，坚定战胜疫情信心；把握主导，壮大网上正能量；占据主动，有效影响国际舆论。
“新闻+政务服务商务”运营模式研究--以气象行业媒体为例
《科技传播》65基金项目：2020年度中国气象局气象宣传与科普中心青年基金项目“中国气象科技展馆资料库建设研究”研究成果。
作者简介：孙楠，中国气象报社。
武蓓蓓，中国气象局气象宣传与科普中心。
“新闻+政务服务商务”运营模式研究——以气象行业媒体为例孙 楠，武蓓蓓摘 要 《关于加快推进媒体深度融合发展的意见》提出探索建立“新闻+政务服务商务”的运营模式，为媒体在互联网时代面临的生存困境提供了解决思路。
文章分析研究了媒体尤其是行业媒体，如何探索适合解决自身问题的“新闻+政务服务商务”路径。
关键词 新闻+政务服务商务；媒体融合；行业媒体中图分类号 G2 文献标识码 A 文章编号 1674-6708（2021）283-0065-03推进媒体融合发展是党中央深化改革的重要战略，但在改革深水期，很多媒体面临“因为没钱，所以没有技术投入，无法有效转型”的恶性循环。
两办出台《关于加快推进媒体深度融合发展的意见》，提出探索建立“新闻+政务服务商务”的运营模式，成为媒体在互联网时代发展的新方向。
行业媒体作为党的新闻舆论事业的有机组成部分，更是面临用户小众、资源内卷、缺乏人才技术和资金等困难。
本文通过分析借鉴主流媒体做法，并以气象等行业媒体为例，认为通过融合媒体和行业资源，技术赋能传统媒体新功能，能够探索一条适合行业媒体发展的“新闻+政务服务商务”路径。
1 “新闻+政务服务商务”提出的时代背景互联网和信息技术的崛起使传播生态发生了颠覆性变化，互联网成为信息的主要传播平台和舆论主阵地，传统媒体渠道舆论引导能力逐渐丧失。
一方面，今日头条、新浪微博、抖音、快手等以分发技术为主导的互联网传播平台占据舆论主动权，信息传播日常化、娱乐化、碎片化，对青年网民意识形态的引导难度增加。
虽然加强管控力度，但是看似主流意识形态主导的互联网舆论场中部分消极情绪仍在暗流涌动，对流量的追求也使一些KOL 制造舆论矛盾。
另一方面，西方国家和媒体主导的国际话语体系扭曲中国形象，通过互联网挑战我国主流意识形态，“人类命运共同体”等核心价值观受到西方媒体意识形态的消解[1]，在网络上容易产生负面影响，迫切需要正确引导舆论。
作文素材之时事热点：入榜数超美居首,望未来道路漫长
作文素材之时事热点:入榜数超美居首，望未来道路漫长正文：外媒：世界500强中企数量首超美国占第一2019-07-24 14:24 中国日报网中国日报网7月24日电7月22日，2019《财富》世界500强排行榜发布，中国以129家企业数量首次超过美国（121家），居世界首位，表明中国经济优化升级。
《财富》杂志发表文章称，这种转变不仅改变了商界，也改变了整个世界。
数据表明，世界500强榜单前十强中，中国企业占据三席，分别中石化（第二）、中石油（第四）和中国电网（第五）。
10家最快增长的公司中有6家来自中国，其中包括阿里巴巴、腾讯、苏宁等。
科技企业在本次榜单中占据主导地位。
在与互联网相关的7家上市公司中，中国占4席，分别是阿里巴巴、腾讯、京东和小米。
成立仅9年的小米是今年榜单上最年轻的公司。
不仅如此，小米的加入,也使上榜的中美互联网公司数量由此前3:3变为4:3。
在金融业中，共有11家中国银行上榜，总利润超过2000亿美元，几乎占中国所有上市公司利润的一半。
在房地产领域，上榜的五家房地产公司全部来自中国，其中碧桂园排名跃升最快。
在电信领域中，中国电信设备巨头华为从去年榜当中72位上升至61位,去年销量同比增长22%，利润增长27.5%，充分展现了中国企业的应变能力。
《财富》世界500强排行榜是衡量全球大型公司的著名榜单,自1990年起每年发布一次，企业营业收入是首要排名依据。
从这些数据中可以看到，中国经济升级正在顺利推进，破浪前行。
（卫来）2019年《财富》世界500强榜单出炉中企上榜数量创新高人民日报海外网发布时间：07-2403:38海外网传媒有限公司日前，美国《财富》杂志发布了2019年世界500强榜单。
据统计，今年上榜的中国企业数量达129家，上榜企业数量首次超过美国。
而2018年，上榜《财富》杂志500强的中国企业数量为120家，低于美国的126家。
分析人士指出，最新榜单包含的信息与今年以来中国经济释放的积极信号相一致。
全媒体时代媒体深度融合的创新之路——以青岛广电新闻中心媒体融合探索为例
目前，我国中央、省级媒体深度融合加快步伐，市级媒体也纷纷顺应媒体融合发展趋势，加快推动媒体融合从“相加”向“相融”转变。
本文将结合青岛市广播电视台新闻中心主动适应变革、推动媒体深度融合的探索实践，浅析传统媒体推动媒体深度融合、抢占互联网新高地、拓展发展新空间的创新之路。
1 坚持移动优先，占领新兴传播阵地“明者因时而变，知者随事而制”，推动媒体深度融合是全媒体时代媒体发展的客观要求。
根据2020年9月中国互联网络信息中心（CNNIC）在京发布的第46次《中国互联网络发展状况统计报告》，截至2020年6月，我国网民规模达9.40亿，较2020年3月增长3 625万，互联网普及率达67.0%，较2020年3月提升2.5个百分点[1]。
面对媒体融合发展大势，近年来，青岛市广播电视台新闻中心积极探索媒体融合发展之路，加快打造载体多样、渠道丰富、覆盖广泛的移动传播矩阵，使青岛广播电视新闻由区域传播变为全域传播，推动了青岛广电建设新型主流媒体的步伐。
1.1 构建内容池，引领主流舆论作为主流媒体，在互联网的汪洋大海中必须担负起舵手的责任和使命。
新型主流媒体必须努力适应全媒体时代要求，推进新闻信息生产供给侧结构性改革，用有思想、有温度、有品质的融媒体产品，占领舆论引导制高点。
2017年青岛市广播电视台新闻中心成立，通过建立融媒体生产“中央厨房”，实现一次采集、多次加工，倾力构建数据化新闻“内容池”。
“蓝睛”App 依托青岛广电新闻中心，对重大时政报道、突发事件报道、重大舆论引导稿件优先发布，以视频、直播为特点，涵盖文字、图片、短视频、Vlog等全产品形态，打造“蓝睛新媒体首发、全网二次分发、传统媒体跟进”的立体化传播模式。
截至2020年7月底，“蓝睛”App下载量超过100万，日均发布新闻超过100条，每月视频直播近百场。
2019年全年，“蓝睛”App发布稿件超过5万条，直播近千场、超过1 200小时，已成为青岛地区视频新闻首发第一App、青岛地区最佳网络视听内容服务和技术支持机构。
iNEWS智慧新闻——知你所思 示你所想
融合论坛INTEGRATION FORUM iNEWS智慧新闻—知你所思 示你所想北京荣之联科技股份有限公司成立于2001年，是国内领先的信息技术公司，致力于融合云计算、物联网、大数据等技术，帮助企业实现核心业务的全面数字化和信息资源的应用创新。
iNEWS智慧新闻是物联网大数据的一个实践。
腾讯智库在2017年新媒体趋势报告里面指出，最近20年，媒体行业发生了翻天覆地的变化，从最开始的门户时代到Web2.0时代，再到众媒共生的时代，最后到2017年年底进入智媒时代。
这个过程主要有两个特征：一个是万物皆媒，一个是人机共生。
而今，一个自然人变为一个媒体人特别简单，只需要注册一个微信公众号，就可以以泛媒体人的身份去传播内容给需要的人。
传统的简单劳动生产，已经很难满足人民对新闻资讯的需求，人工智能必将进入我们现有新闻生产的各个环节，并且，不同类型的媒体有不同的人工智能诉求。
作为媒体，应该怎么利用人工智能来实现能力提升呢？无论是传统媒体，还是互联网媒体，都是以内容和用户为中心。
媒体的属性从来没有发生变化，它是人们生产信息、传递信息、获取信息的手段、渠道、载体。
基于媒体的属性，荣之联希望为新闻生产提供服务，荣之联的iNEWS智慧新闻希望帮助传统媒体提供专业的、深度的、精准的新闻资讯产品。
iN E WS智慧新闻借助荣之联自身的人工智能技术、第三方的优秀人工智能技术和传统媒体拥有的内容优势努力打造内容聚合平台。
iNEWS智慧新闻坚持以原创内容为根本，释放传统的数据优势，北京荣之联科技股份有限公司新媒体事业部产品总监 王嵘以原创内容为根本，聚合垂直领域优势，释放传统数据优势。
我们希望通过iNE WS智慧新闻产品将机器能力与人工生产相结合，实现人机协同。
“”44软件和集成电路SOFTWARE AND INTEGRATED CIRCUIT整合垂直领域的资源，借助第三方的技术合作伙伴，吸引垂直领域的细分用户。
i N E WS智慧新闻满足人机协同生产模式，借助人工智能的技术重构原有的新闻生产模式，助力传统媒体行业的用户实现转型升级。
2019今日头条年度数据报告
越来越多普通人在头条上表达自己
1825万名用户
2019年，有1825万名用户 首次在头条发布内容
1037万条评论
头条用户日均发出评论1037万条 大事小事都爱畅快表达
所有创作都能得到回音
4.5亿条内容
2019年，头条创作者共发布4.5亿条内容
90亿点赞
所有内容创作获赞90亿次
新年升旗直播备受关注
1200万人观看
2019年1月1号，有1200万人通过 @央视新闻 的直播 观 看了“ 天 安 门 2 0 19 新 年 升旗 仪 式 ”
内容付费成为一种习惯
购买专栏最多的省份
TOP 1 广东
TOP 2 江苏
TOP 3
浙江
TOP 4
山东
TOP 5
北京
*面积大小按照用户购买专栏次数排列
年纪最小的走失者
32名
一天内最多找回走失者
信息普惠，让山货走出去
114个贫困县
2019年，山货上头条帮助 114个国家级贫困县农产品走出大山
545,185位用户
近55万人参与购买扶贫山货
最远订单跨越5380公里
5380
西藏
*国家级贫困县名单以2018年底国务院扶贫办公示为准
记录世界，也在改变世界
1477组图片故事
感光计划通过摄影公益 帮助9个大病群体，6个扶贫项目，1个环保项目
1343个大病家庭
联合公益组织为1343个大病家庭募集治疗费用
2020
愿每个人能在更大的世界里相遇
*如无特殊说明，数据统计时间为2019年1月—2019年12月，所有数据均已脱敏
吉林省创作者人均年收入排名第一
东三省创作者在五强中占据三席
经济生活 热点时政问题
一、人工智能1、以大数据、云计算等为支撑的人工智能成为下一轮技术变革的核心。
2017年7月，国务院公布了《新一代人工智能发展规划》，将人工智能上升为国家战略。
人工智能应用领域广泛。
C 公司是一家传统中医药企业，拥有全球首条无人操作中药液体生产线，其智能化车间大大节省了人工，提高了产品合格率；W 公司生产的智能服务机器人能为用户提供点歌、定外卖、远程监控等服务。
人工智能为教育、医疗、制造等行业注入了新活力。
数据显示，2016年中国人工智能市场规模达到239亿，预计2017年市场规模达到295.9亿，增长率达24%。
我国在人工智能领域取得重要进展，国际科技论文发表量和发明专利授权量已居世界第二，但与发达国家相比，我国在核心算法、关键设备、科研机构、人工智能尖端人才等方面仍有较大差距。
结合材料和所学经济知识，分析我国大力发展人工智能的理由。
（10分）①与发达国家相比，我国人工智能领域仍有差距，大力发展人工智能有利于提高国际竞争力；②有利于提高企业生产的产品质量和效率，降低人工成本；③有利于满足消费需求，提高消费水平；④有利于推动新型工业化、信息化，实现产业结构的优化升级；有利于创造新的经济增长点。
2、人工智能（ArtificialIntelligence ）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
材料一人工智能作为新一轮产业变革的核心驱动力，将催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革；大量的无人工厂会产生、许多无人服务行业会产生、人类历史上从来没有见过的高效率会产生，也会有巨大量的失业；深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
（1）结合材料一，分析大力发展人工智能对中国经济发展的积极影响。
（12分） ①能提高劳动生产率，促进社会生产力发展（1）；提高国家的整体技术水平和创新能力（1），促进经济/产业结构优化转型，转变经济发展方式。
大数据标准化白皮书
都市类报纸“智库型媒体”转型初探
都市类报纸“智库型媒体”转型初探作者：刘永涛来源：《记者观察·中旬刊》2019年第09期摘要：传媒形态迭代，新媒体全面崛起，给转型发展中的传统纸媒带来极大挑战。
经过数年实践，“媒体转型必须围绕自身核心优势展开”成为业界共识。
严格训练的优秀采编团队、优质原创内容，才是传统媒体最大的比较优势。
就都市类报纸而言，如何让业界共识变成个体现实？传统纸媒比较优势如何延续？社会效益和经济效益如何共赢？追问没有止境，探索还在继续。
打造“智库型媒体”，正是当下都市类报纸的转型抉择之一。
在当下传媒语境中，创建智库型媒体平台，是促进传统媒体提质转型、融合发展，以思想力壮大传播力、以传播力转化营销力的优先选择。
关键词：都市类报纸;“智库型媒体”;转型一、都市类报纸转型概述经济下行、新媒体分流，令纸媒赖以生存的传统广告收入持续下跌。
曾经动辄几十上百个版的都市类日报，如今多以每天8个版面的体量支撑。
转型、融合、创新，迫在眉睫。
但出路在哪里？《国家“十三五”时期文化发展改革规划纲要》明确提出：把推动媒体融合发展作为提高媒体舆论引导水平的重要举措，明确不同类型、不同层级媒体定位，统筹推进媒体结构调整和融合发展，打造一批新型主流媒体。
政策导向非常明确。
而从现实来看，都市类报纸浴火重生，转型为新型主流媒体，面临巨大考验。
梳理都市类报纸转型实践，《南方都市報》《大河报》是可以参考的两个样本。
（一）《南方都市报》智库化转型从“办中国最好的报纸”到“打造中国最具影响力智库型媒体”转变，《南方都市报》的转型基本目标是：内容智库化、传播智能化。
在南方报业传媒集团支持下，《南方都市报》2018年初成立南都大数据研究院、深圳大件事新媒体研究院，形成数据新闻、榜单评价、民意调查等八大产品形态;内部以产品、民调、技术+课题中心为主要架构，围绕城市治理、区域经济、新经济新业态等五个领域，组成垂直研究团队对50多个立项课题展开研究，将研究成果精准传递到政府和企业决策层、行业群体，渗透到多个垂直领域。
《个人信息保护法》重大产业影响条款深度解析及条文对比解读
《个人信息保护法》重大产业影响条款深度解析及条文对比解读《中华人民共和国个人信息保护法》（以下简称“《个人信息保护法》”）经过三次审议已于2021年8月20正式颁布，并将于2021年11月1日起正式生效实施。
该法的出台是我国个人信息保护领域具有重大意义的里程碑，其三次审议修订过程都吸引了广泛的社会关注与探讨研究。
作为长期深耕个人信息保护相关领域的实务工作者，笔者及团队自然也始终密切跟踪着其发展，过程中亦曾接受了数次相关采访，分享了自己的部分观点。
本次，乘着《个人信息保护法》正式颁布的东风，笔者进一步将自己的见解做系统性梳理，形成了如下成果，以资各方共鉴。
第一部分《个人信息保护法》重大产业影响条款深度解析一、自动化决策（大数据杀熟）规定内容解析二、可携带权规定内容解析三、看门人制度规定内容解析四、连带责任及过错推定责任规定内容解析第二部分《个人信息保护法》正式出台文本中部分条文的对比解读（与二审稿相对比，三审稿与最终出台文本差异较小）《个人信息保护法》重大产业影响条款深度解析01自动化决策（大数据杀熟）规定内容解析在《个人信息保护法》第三次审议的过程中，自动化决策（大数据杀熟）问题就受到了各方的广泛关注，并且产生了一定争议。
立法机关也专门针对该社会关切问题作出了回应，例如全国人大常委会法工委发言人臧铁伟就曾在记者会上指出，“当前，社会各方面对于用户画像、算法推荐等新技术新应用高度关注，对相关产品和服务中存在的信息骚扰、‘大数据杀熟’等问题反映强烈”。
本次正式出台的《个人信息保护法》第二十四条即是针对该问题进行回应的规范内容：“个人信息处理者利用个人信息进行自动化决策，应当保证决策的透明度和结果公平、公正，不得对个人在交易价格等交易条件上实行不合理的差别待遇。
通过自动化决策方式向个人进行信息推送、商业营销，应当同时提供不针对其个人特征的选项，或者向个人提供便捷的拒绝方式。
通过自动化决策方式作出对个人权益有重大影响的决定，个人有权要求个人信息处理者予以说明，并有权拒绝个人信息处理者仅通过自动化决策的方式作出决定。
人工智能技术驱动传媒业发展的三个维度
在媒介形态变化的过程中，技术往往成为重要的驱动力量，媒介和技术的相互交织促成了媒体组织形态的嬗变，保罗·莱文森将媒介技术看作一种“软”决定论，认为“信息技术是一套系统，说明事物之可以然—没有技术，其结果就不可能发生，但不说明，技术必不可免、毫无意义地产生那一结果” 。
由此看待人工智能技术对传媒业的影响，也是一种技术变革的应然，而非技术决定的必然。
作为当下最前沿的媒介技术形态，人工智能技术在传媒领域的应用，推动的仍然是传媒的渐进式改革，是在媒体组织框架和既有模式不变的情况下进行的。
要真正将技术嵌入媒介生产、产业拓展和生态布局等环节，使人工智能技术成为一种可推广可复制的发展模式，仍然需长时间探索。
由此，学界和业界对于智媒传播技术应从“赋魅”走向“祛魅”，秉持更为理性和科学的态度。
一、新传播格局下的媒体智能化发展进程（一）技术发展脉络：从专门性智能到全面性智能人工智能技术作为传媒业转型发展的重要驱动力量，成为技术分析的重要维度。
高盛（Goldman Sachs）的人工智能报告认为当前智能化应用正处于专用人工智能阶段，即协助人类解决具体问题的阶段。
媒体业只是采用了以运算和存储能力为依托的运算智能的一部分 ，类似百度新闻和今日头条的个性化推荐属于智能交互的初级阶段 。
人工智能技术在新闻业的应用只是一个前奏性的初步尝试，并未规模化 ，当前人工智能处于初级产业化阶段 ，但传媒技术正经历从数字域到智能域的升级，从而走向全面智能化 。
人工智能技术驱动传媒业发展的三个维度黄楚新 许 可内容摘要：人工智能技术在自身的发展变革中不断嵌入社会，并赋能媒体，对传媒业产生了多样化的影响。
理解媒体智能化，应该首先从人工智能本身的技术发展进程出发，结合当下媒体深度融合和人工智能两大国家战略的发展逻辑，最终将落脚点放在社会治理范畴。
以“内容变革—结构布局—治理模式”的思路，人工智能技术在微观层面变革媒体内容生产，在中观层面重构媒体结构布局，在宏观层面助力媒体参与社会治理。
2019年8月份国内时政热点汇总(1)
2019年8月份国内时政热点汇总（1）1、2019年7月31日下午(当地时间)，联合国粮农组织在位于意大利罗马的总部举行总干事交接仪式。
来自中国的屈冬玉正式接替第八任总干事达席尔瓦，成为该组织历史上首位中国籍总干事。
2、2019年8月1日电，清华大学施路平团队近日发布研究成果——类脑计算芯片“天机芯”。
该芯片是世界首款异构融合类脑芯片，也是世界上第一个既可支持脉冲神经网络又可支持人工神经网路的人工智能芯片。
3、2019年8月1日，中国最高人民法院8月1日发布的一份司法改革文件提出目标：到2020年底，全国法院一站式多元解纷机制基本健全，一站式诉讼服务中心全面建成。
旨在打造中国特色纠纷解决和诉讼服务新模式，为世界提供多元解纷的中国方案。
4、2019年8月2日，近日，国务院国有企业改革领导小组办公室印发了《关于支持鼓励“双百企业”进一步加大改革创新力度有关事项的通知》，《通知》支持鼓励“双百企业”按照“市场化选聘、契约化管理、差异化薪酬、市场化退出”原则。
5、2019年8月5日电，日前，北京市对外发布新修订的《北京市科学技术奖励办法》。
新《奖励办法》改“推荐制”为“提名制”，首次将个人纳入提名者范围，国家最高科学技术奖获奖人、两院院士、突出贡献中关村奖获奖人可作为提名者，同时还规定了提名者的义务。
6、2019年8月5日，第36届国际溶液化学大会在青海西宁举办，这是国际溶液化学大会设立近70年来首次在中国举办。
7、2019年8月6日电，第二届全国青年运动会(以下简称“二青会”)将于8月8日在山西太原正式开幕。
这是二青会首次设立冰雪项目，将冬奥会项目纳入青运会;首次设立跨界项目，这也是历史上综合性运动会第一次采取这样的项目设置。
8、2019年8月6日电，日前，国务院印发《中国(上海)自由贸易试验区临港新片区总体方案》。
《方案》明确，新片区参照经济特区管理，建立以投资贸易自由化为核心的制度体系，建立全面风险管理制度，建设具有国际市场竞争力的开放型产业体系。
新闻算法推荐对社会价值观的影响
新闻算法推荐对社会价值观的影响作者：孙海龙来源：《新闻世界》2019年第01期【关键词】算法推荐;价值观; 技术; 人文主义【基金項目】赣南师范大学研究生创新基金项目“新闻算法推荐的现状、问题及未来优化策略相关研究”，项目编号：YCX18A033。
国内关于算法在新闻传播学领域的研究盛行于2016年，学者王佳航认为数据和算法正在重塑整个新闻生产系统，[1]如今看来已经成为不争的事实，算法已经成为今日头条、天天快报、一点资讯、网易新闻等众多新生新闻平台生产过程中不可缺少的一部分。
诸多学者在探讨算法推送机制时，对于算法对新闻价值观的冲击都表现出不同程度的担忧。
学者彭兰认为将来的机器和算法会将人类从简单复杂的信息中解放出来，但在人—机互动中，我们需要时刻思考：人如何把握机器智能的方向？如何超越算法，坚守人的价值？[2]学者方诗诗基于“Face book偏见门事件”的研究，提出动态新闻算法是一种基于用户社交使用的协同过滤机制，目的在于过滤出对于用户“有意义”的信息，而这样的推送机制也挑战了传统的新闻价值观。
[3]学者陈昌凤和霍婕提出智能时代，同样应该被彰显的是人的价值、人的精神，新时代的新闻领域必将是在人主导之下人类智慧与机械智能高度融合的结果。
[4]在国外，英国的David Beer在2009年就发现，以算法为基础的应用已经渗透到用户的生活中，这些算法以人们日常生活中的代理者身份出现，形成了新的复杂的数字鸿沟，也造成了技术性的无意识。
[5]阿姆斯特丹大学的 Natali Helberger 意识到算法介入分发系统，造成媒体与其用户之间的关系中新的不平衡。
因此，她提出一种“公平媒体实践”（Fair Media Practices）的做法：即应该树立价值观和原则来引导媒体和用户之间的关系，规范算法向媒体内容呈现和推送给用户的方式。
[6]加拿大学者Fenwick， Mc Kelvey 认为算法挑战了传统的公共理论，因为算法的技术操作不能提示形成公众所必需的反思和意识。
(多套高分)最新版继续教育公需科目：2019年度人工智能与健康试题及答案
最新版继续教育公需科目：人工智能与健康试题及答案一、判断题1.据《中国心血管病报告2017》（概要）显示，中国心血管病死亡占居民疾病死亡构成的40%以上，居首位，高于肿瘤及其他疾病。
参考答案：正确2.如果一个人做体检时血压超出正常值，那就可以判断他患了高血压病。
参考答案：错误3.虹膜识别技术是基于眼睛中的虹膜进行身份识别，应用于安防设备和有高度保密需求的场所。
参考答案：正确4.神经网络的训练过程不需要人工标记的样本数据集。
参考答案：错误5.据美国2005年的一份癌症统计报告表明，无论对于男性还是女性，在所有死亡原因中，死亡率最高的都是肝癌。
参考答案：错误6.与标准降压相比，强化降压的效果往往更显着。
参考答案：错误7.决策树是一种采用测量不同特征值之间的距离方法进行分类的算法。
8.据清华原副校长施一公教授研究，每年中国人死亡原因统计结果显示，神经退行性疾病导致死亡的比率并不高，但其影响很大。
参考答案：正确9.根据国际评判健康的标准，我国成年人的心血管状态，女性普遍要比男性更健康。
参考答案：正确10.如果一个人激烈运动过后测血压，测量出的血压值偏高，并不代表他是真的血压高。
参考答案：正确11.如果一个人的外周血压高而中心血压不高，波形年轻，说明他的血液循环有问题。
参考答案：错误12.“智能汽车+车联网”是未来交通发展的非常重要的组成部分。
参考答案：正确13.目前，学术界对人工智能已经形成了统一标准的概念。
参考答案：错误14.语音识别是人工智能的重要分支之一，它解决的是不仅能听得了人们在说什么，而且能听懂这些话的意思。
参考答案：错误15.机器翻译是计算语言学的一个分支，是人工智能的终极目标之一，具有重要的科学研究价值。
16.目前，全球主要的国家和地区都已经将人工智能视为战略的制高点，加大力度进行发展。
参考答案：正确17.感知机无法解决异或XOR问题的缺陷导致了第一次人工神经网络研究的衰退。
参考答案：正确18.对抗神经网络可以通过两个神经网络的博弈，达到更好的学习效果。
金融领域中文情绪词典-姚加权2021管理科学学报说明书
第２４卷第５期２０２１年５月 管 理 科 学 学 报ＪＯＵＲＮＡＬＯＦＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＳＩＮＣＨＩＮＡＶｏｌ．２４Ｎｏ．５Ｍａｙ２０２１ｄｏｉ：１０．１９９２０／ｊ．ｃｎｋｉ．ｊｍｓｃ．２０２１．０５．００２语调、情绪及市场影响：基于金融情绪词典①姚加权１，冯 绪２ ，王赞钧３，纪荣嵘４，张 维２（１．暨南大学管理学院，广州５１０６３２；２．天津大学管理与经济学部，天津３０００７２；３．厦门大学经济学院，厦门３６１００５；４．厦门大学信息科学与技术学院，厦门３６１００５）摘要：金融文本的语调与情绪含有上市公司管理层以及个体投资者表达的情感信息，并对股票市场产生影响。
通过词典重组和深度学习算法构建了适用于正式文本与非正式文本的金融领域中文情绪词典，并基于词典构建了上市公司的年报语调和社交媒体情绪指标．构建的年报语调指标和社交媒体情绪指标能有效地预测上市公司股票的收益率、成交量、波动率和非预期盈余等市场因素，并优于基于其他广泛使用情绪词典构建的指标．此外，年报语调指标和社交媒体情绪指标对上市公司的股价崩盘风险具有显著的预测作用．为文本大数据在金融市场的应用提供了分析工具，也为大数据时代的金融市场预测和监管等活动提供了决策支持．关键词：情绪词典；语调；投资者情绪；市场影响中图分类号：Ｆ８３０．９１ 文献标识码：Ａ 文章编号：１００７－９８０７（２０２１）０５－００２６－２１０ 引 言大数据时代，越来越多的金融领域研究关注了上市公司年报、新闻媒体报道和投资者社交媒体发帖等文本中所包含的语调与情绪［１］．语调和情绪是上市公司管理层以及个体投资者情感和心理活动的外在表达［２，３］，并且能预测股票的收益、波动以及成交量等重要的市场指标．对金融文本的语调和情绪的研究，有助于为大数据时代背景下金融市场预测和监管等活动提供决策支持，并为习近平总书记强调的“实施国家大数据战略、建设数字中国”的发展目标服务．构建语调和情绪指标的关键是情绪词典．Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］基于人工筛选提出了适用于上市公司英文年报语调分析的词典，并发现基于此词典构建的年报语调能显著预测年报发布后股票的收益率、成交量和波动率．该词典在英文文本语调研究中得到广泛的应用，如：Ｆｅｌｄｍａｎ等［５］、Ｌｉｕ和ＭｃＣｏｎｎｅｌｌ［６］、Ｒｏｇｅｒｓ等［７］等研究均使用了Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］词典，分别构建了年报、新闻报道、公司公告等文本的语调指标，并发现了这些语调对股价的预测能力．另外有一部分学者通过机器学习方法形成了情绪指标．Ａｎｔｗｅｉｌｅｒ和Ｆｒａｎｋ［３］选用Ｙａｈｏｏ！财经论坛中的１０００条样本发帖进行人工情绪分类，通过机器学习方法计算训练样本中频繁出现的词汇在情感表达上的先验概率，从而通过朴素贝叶斯学习方法实现对非训练样本发帖的情绪提取，并构建了情绪指标．中文社交媒体方面，Ｃｈａｎｇ等［８］和部慧等［９］选用东方财富股吧中的发帖，同样先人工判断生成训练集，再用机器学习模型对股吧发帖进行情绪分类．尽管金融文本的语调和情绪相关工作已经开展，但现有的词典还存在一些不足，有可能影响语调和情绪指标的有效构建．首先，现有研究多采用人工判别方法构建基于小样本的情绪词典．这种①收稿日期：２０１９－１２－２３；修订日期：２０２１－０３－１４．基金项目：国家自然科学基金资助项目（７１７９０５９４；７１８７１１５７；７１５０２１５２）；国家社会科学基金重大资助项目（１８ＺＤＡ０９２）．通信作者：冯 绪（１９８４—），男，天津人，副教授，硕士生导师．Ｅｍａｉｌ：ｆｅｎｇｘｕ＠ｔｊｕ．ｅｄｕ．ｃｎ方法构建的语调和情绪指标可能导致样本筛选和判断标准不统一，研究结果无法复制等问题．其次，在英文情绪词典研究中，Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］的词典具有较高的权威性．但对于中文情绪词典研究来说，英文年报与中文年报在用词、表达方式等方面有很大的差异，不能简单地将英文年报情绪词典经过翻译后套用在中文年报的分析上，如谢德仁和林乐［１０］、汪昌云和武佳薇［１１］等均使用了Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］的词汇列表，但经过了手工筛选，并进行了适用于中文的用词习惯和语境的翻译工作．最后，还存在一些针对中文文本分析的通用型词典，如：大连理工大学情感词汇本体库、中国知网词库（ＨｏｗＮｅｔ）和清华大学褒贬意词典等，他们的构成基于文学作品、媒体报道等，在金融领域研究的适用性和准确性还存在疑问．以中国沪深股票市场为例，“庄”字在其他领域并不具备特殊的情绪和语调，但是在股票论坛上则含有强烈的负面情感．综合来看，构建基于大样本、标准化的金融领域中文情绪词典是目前金融文本语调和情绪相关研究中亟待解决的问题．基于以上考虑，本文构建了专门针对金融领域的中文情绪词典，并发现基于词典构建的年报语调和社交媒体情绪指标能有效地预测股票收益率、波动率、成交量等因素的变化．具体而言，在年报文本方面，本文利用词典重组方法，在现有广泛使用词典的基础上提炼和构建了适用于金融领域正式文本研究的情绪词典．利用２００３年～２０１５年间所有中国上市公司年报文本（共计１９９７０份），结合Ｅｎｇｅｌｂｅｒｇ等［１２］的语调判断方法区分单个年报的正负面情绪．对３份现有通用型中文情绪词典和Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］情绪词典的中文翻译版进行词语整合，并加入年报语料的分词结果去重得到初始词典，然后运用带惩罚机制词频法提取情绪词生成正式用语情绪词典．研究发现，根据正式用语情绪词典构建的负面语调指标与上市公司发布年报后的股票交易量、波动率及下季度未预期盈余显著正相关．除年报文本之外，社交媒体文本以非正式用语为主，正式用语情绪词典可能不再适用，因此也构建了适用于金融领域非正式文本研究的情绪词典．利用２０１１年～２０１６年间雪球论坛用户发帖以及２０１０年～２０１７年间东方财富网股吧发帖（共计８１３０多万条发帖），以８７８９条带有情绪识别符号的股票论坛发帖为训练集，结合长短期记忆（ｌｏｎｇｓｈｏｒｔ ｔｅｒｍｍｅｍｏｒｙ，ＬＳＴＭ）模型的深度学习算法，并运用带惩罚机制词频法生成了非正式用语情绪词典．基于非正式用语情绪词典构建的社交媒体情绪指标则能显著预测未来股票的超额收益、波动率和成交量．这些结论说明本文提出的两个情绪词典在提取年报语调和社交媒体投资者情绪上是有效的．此外，也将所构建的语调指标和情绪指标与基于大连理工大学情感词汇本体库、中国知网词库和清华大学褒贬意词典３个通用型情绪词典②以及Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］词典中文翻译版所构建的语调指标和情绪指标进行比对，发现现有广泛使用情绪词典③在构建金融文本语调和情绪时并不能达到理想的效果，所构建的指标仅与少量市场指标存在显著关系．而基于非正式用语情绪词典构建的年报文本语调指标和基于正式用语情绪词典构建的社交媒体情绪指标也没有很好的预测作用，这说明正式金融文本和非正式金融文本需要用不同的词典进行分析，故构建两个不同的词典是有必要的．最后本文给出了所构建词典的实际应用场景，用年报语调指标和社交媒体情绪指标分别对个股的股价崩盘风险进行预测，发现两个指标均对股价崩盘风险有较好的预测作用，说明所构建的语调和情绪指标很好地表征了上市公司管理层以及个体投资者的情感和心理活动．本文的贡献在３个方面：１）在研究工具上，基于大样本和机器学习方法构建了两个分别适用于金融领域正式文本和非正式文本研究的情绪词典，为金融领域的中文文本分析提供了简易的语—７２—第５期姚加权等：语调、情绪及市场影响：基于金融情绪词典②③大连理工大学情感词汇本体库：ｈｔｔｐ：／／ｉｒ．ｄｌｕｔ．ｅｄｕ．ｃｎ／ＥｍｏｔｉｏｎＯｎｔｏｌｏｇｙＤｏｗｎｌｏａｄ；ＨｏｗＮｅｔ情感分析用词语集：ｈｔｔｐ：／／ｗｗｗ．ｋｅｅｎａｇｅ．ｃｏｍ／ｈｔｍｌ／ｃ＿ｉｎｄｅｘ．ｈｔｍｌ；清华大学褒贬意词典：ｈｔｔｐ：／／ｎｌｐ．ｃｓａｉ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ／ｓｉｔｅ２／ｉｎｄｅｘ．ｐｈｐ／ｒｅｓｏｕｒｃｅｓ／１３－ｖ１０本文将现有的３个通用型情绪词典（大连理工大学情感词汇本体库、中国知网词库和清华大学褒贬意词典）以及Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］词典的中文翻译版本合称为“广泛使用情绪词典”．调和情绪提取工具，有助于实现未来相关研究结果的可重复性④．此外本文的词典构建方法避免了人工判断和筛选情绪词所造成的偏差，词典构建方法本身也具有可重复性⑤；２）在经济理论上，本文基于情绪词典构建了中国市场的年报语调指标和社交媒体情绪指标．一方面，发现语调和情绪指标对股价的崩盘风险有很强的预测作用，这一发现在前人研究中未曾涉及过．这一结果为股价崩盘风险的相关研究增添了新的影响因素，有助于加深对金融风险形成机理的理解，促进资本市场健康发展．另一方面，发现语调和情绪指标对股票的超额收益、波动率、成交量等因素有显著的预测作用．这些结果支持了已有的信息过度反应和投资者情绪的相关理论，为这些理论补充了中国沪深股票市场的证据；３）在构建指标上，对现有广泛使用的情绪词典在金融领域的适用性进行了测度，发现基于这些词典构建的年报语调和社交媒体情绪指标不能准确表征公司管理层以及个体投资者的情感，这些结果为本文基于金融领域专用情绪词典构建语调和情绪指标的必要性提供了支持，并为今后的相关研究提供了借鉴．１ 文献回顾和研究假设１．１ 情绪词典相关研究英文文本情绪词典在国外已有多部，其中Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］发布的词典最有影响力，他们从上市公司年报中提取了高频词，通过人工筛选方式制作了年报语调词典（ＬＭ词典）．在ＬＭ词典建立之前，常用的还有Ｈｅｎｒｙ［１３］词典、Ｈａｒｖａｒｄ ＩＶ ４词典和Ｄｉｃｔｉｏｎ词典．Ｔｅｔｌｏｃｋ［１４］采用Ｈａｒｖａｒｄ ＩＶ ４词典提取了新闻报道语调，并和股票市场相关联．Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［１５］在文献综述中指出上述３部词典存在的缺陷：Ｈｅｎｒｙ［１３］词典存在词数少、缺失常用词的问题；Ｈａｒｖａｒｄ ＩＶ ４词典中７５％的负面词在金融文档中并不具备负面含义；Ｄｉｃｔｉｏｎ词典则是存在词语错误分类的问题．相较而言，ＬＭ词典更为完备，更适用于金融研究，也因此得到广泛的运用，Ｋｅａｒｎｅｙ和Ｌｉｕ［１６］甚至指出ＬＭ词典在近期的研究中占据了主导地位．除公司年报之外，很多学者也将ＬＭ词典运用于分析新闻语调上．Ｄｏｕｇａｌ等［１７］使用ＬＭ词典研究《华尔街日报》中“与市场同步专栏”语调．Ｇａｒｃｉａ［１８］通过ＬＭ词典分析了《纽约时报》的财经专栏语调．Ｌｉｕ和ＭｃＣｏｎｎｅｌｌ［６］则是将《华尔街日报》、《纽约时报》以及《道琼斯新闻》３家媒体的报道内容结合起来分析语调．此外Ｓｏｌｏｍｏｎ等［１９］还研究了《华尔街日报》、《纽约时报》、《华盛顿邮报》和《今日美国》４家媒体的新闻语调对共同基金的买入量的影响．随着互联网的普及，大量研究转向Ｙａｈｏｏ！Ｆｉｎａｎｃｅ，ＳｅｅｋｉｎｇＡｌｐｈａ，Ｔｗｉｔｔｅｒ等社交媒体，讨论社交媒体中的投资者情绪．由于社交媒体所使用语言的非正式性，此类研究大多构造小的训练集［３，２０］，然后通过传统的机器学习方法判断文本情绪．此外，Ｃｈｅｎ等［２１］通过使用ＬＭ词典分析了ＳｅｅｋｉｎｇＡｌｐｈａ论坛中投资者发帖的语调．而针对社交媒体文本的权威金融情绪词典尚未出现，这一研究方向还有很大的拓展空间．目前在金融领域的中文文本分析研究中，权威的中文情绪词典还没有出现．一部分研究通过传统机器学习的方法来判断情绪［８，２２］．也有一些研究将ＬＭ的词典本土化，通过结合语境翻译和人工筛选方式制作中文情绪词典［１０－１１］．在缺乏权威情绪词典条件下，还有很多研究通过人工大量阅读方式判断文本情绪［２３］．在已经公布的通用型情绪词典方面，中文文本分析经常使用的情绪词典主要包括大连理工大学信息检索研究室、中国知网和清华大学自然语言处理与社会人文计算实验室所提出的３部词典．其中大连理工大学信息检索研究室的情感词汇本体库以大量情感语料为基础，采用手工情感分类和自动获取强度两种方法，从数据中提取情感信息，该情感词典含有７７７３个负面词与８６１０个正面词．知网情感分析用词语集发布于２００７年，含有１２５４个中文负面—８２—管 理 科 学 学 报２０２１年５月④⑤本文词典对外公开，网址：ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｄｉｃｔｉｏｎａｒｉｅｓ２０２０／ＳｅｎｔｉｍｅｎｔＤｉｃｔｉｏｎａｒｉｅｓ．Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］词典也是基于人工筛选方法构建而成．与该词典相比，本文采用词典构建的方法避免了这一问题．词与８３６个中文正面词．清华大学褒贬意词典则含有４４６８个负面词与５５６７个正面词．但这３部词典是否适用于金融领域的文本分析还尚未有研究给出详尽的测试．唐国豪等［２４］指出，在分析不同领域文本内容时要选择适合的分类词典，对现有情感词典的细分、改进和升级是十分必要的．１．２ 年报语调相关研究上市公司公布的年报通常被认为含有丰富的信息，年报的语调（特别是负面语调）经常被认为是上市公司管理层对公司预期的表达．管理层通过更悲观的语调来降低投资者对于未来公司经营表现的预期，管理层语调也影响了公司股票的多项市场指标．Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］提取了上市公司年报和其中的管理层讨论与分析（ＭＤ＆Ａ）部分的正负面语调，发现年报中的负面语调与年报发布后几个交易日的股票超额报酬率、异常交易量、收益波动率以及未预期盈余显著相关．Ｆｅｌｄ ｍａｎ等［５］使用ＬＭ词典来研究年报和季报中管理层讨论与分析板块语调的变化对金融市场造成的影响，发现更为正面的表述将伴随着较高的股票收益率．综合来看，现有研究普遍认为年报语调与公司的盈余预期相关，可以预测发布日后公司股票交易特征．以最有代表性的Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］的研究为例，发现年报语调与公司股票的超额收益、交易量、收益波动率显著相关．这其中的原因在于，投资者可以感受到年报的语调．当年报越悲观时，将影响投资者对该公司的未来预期，产生过度卖出股票的行为．且投资者对此信息的反应过度，经常以较低的市场价格卖出股票．此外本期悲观语调也会导致公司在未来产生更高的未预期盈余，因此悲观语调也与下季度的未预期盈余显著相关．在金融英文文本分析领域，已有ＬＭ词典可以便利地进行情感分析．然而，金融中文文本分析领域缺乏这样行之有效的词典．本文认为应针对中文年报文本来选择合适的词典对其进行情绪的量化，以达到足够的解释能力，据此提出如下假设：假设１ 针对年报文本，基于中文正式用语情绪词典构建的年报负面语调指标与年报发布后上市公司股票的交易量、波动率及下季度未预期盈余显著正相关；而基于广泛使用的情绪词典和非正式用语情绪词典构造的年报语调指标无法完全解释股票的交易量、波动率及下季度未预期盈余⑥．１．３ 社交媒体情绪指标社交媒体的出现为投资者发布信息、观点和投资策略提供了渠道．社交媒体中的发帖是投资者表达情绪的主要途径，因此也会对市场指标产生影响⑦．虽然在早期的研究中，Ｔｕｍａｒｋｉｎ和Ｗｈｉｔｅｌａｗ［２６］和Ｄａｓ和Ｃｈｅｎ［２０］发现股吧论坛信息不会对收益率产生影响，但是Ａｎｔｗｅｉｌｅｒ和Ｆｒａｎｋ［３］使用朴素贝叶斯算法从雅虎财经（Ｙａｈｏｏ！ｆｉｎａｎｃｅ）上的１５０万条发帖中提取看多和看空情绪之差作为看涨情绪指标，结果发现看涨情绪指标与股票收益率的正相关在统计学意义下显著，而投资者情绪一致性指标与股票的成交量及波动率显著负相关．随着互联网普及和投资者使用社交媒体发布信息的增加，越来越多的研究发现社交媒体中投资者情绪显著影响了资产价格和其他交易指标．Ｂｏｌｌｅｎ等［２７］分析了Ｔｗｉｔｔｅｒ上的发帖并提取了公众情绪，公众情绪与道琼斯指数的日收益率有显著正相关关系．Ｃｈｅｎ等［２１］分析ＳｅｅｋｉｎｇＡｌｐｈａ网站中投资者发帖数据，发现投资者的发帖中含有私有信息，可以显著预测未来股价，而情绪一致性指标也可以显著预测未来股票的波动率和成交量．段江娇等［２８］对中国沪深股票市场东方财富股吧论坛发帖进行了情绪提取，发现东方财富股吧的发帖具有一定的信息含量，股票日收益率与当日论坛情绪显著正相关．杨晓兰等［２２］也分析了新浪财经博客中投资者情绪对对股市政策效应的影响．综合以上研究可以发现，现有文献在社交媒体投资者情绪相关研究中已经取得了部分共识．社交媒体发帖是投资者情绪的有效表达，由此生—９２—第５期姚加权等：语调、情绪及市场影响：基于金融情绪词典⑥⑦由于本文根据Ｅｎｇｅｌｂｅｒｇ等［１２］的方法使用超额收益率作为判断年报正负语调的依据，因此基于正式用语情绪词典构建的年报语调指标天然地满足语调和超额收益率的关系，故在此省略了针对超额收益率的假设检验．关于社交媒体和其他类型互联网大数据对资产定价的影响，张学勇和吴雨玲［２５］给出了很好的综述．成的看涨情绪指标与收益率显著正相关，且投资者情绪一致性指标与交易量及波动率显著负相关，即投资者情绪越不一致，交易量及波动率越大．据此，本文提出如下假设：假设２ 在股票论坛中，基于中文非正式用语情绪词典构建的投资者看涨情绪指标与股票超额收益显著正相关，构建的情绪一致性指标与交易量及波动率显著负相关．而基于广泛使用的情绪词典和正式用语情绪词典构造的投资者情绪指标无法满足以上关系．１．４ 股票价格崩盘风险相关研究为了检验基于词典构建的年报语调指标和社交媒体情绪指标，将这两个指标和股价崩盘风险相关联，考察年报语调指标和社交媒体情绪指标对上市公司股价崩盘风险的预测作用．从管理层角度来看，股价崩盘的根源是管理层的捂盘行为［２９，３０］．由于管理层和投资者之间存在委托代理冲突．管理层出于自身薪酬、职业生涯、建立帝国以及晋升等考虑，在信息披露中经常会报喜不报忧，如果好消息和坏消息均随机出现，并且管理者均及时披露两类消息，即消息分布是对称的，则股票回报的分布也对称．然而，大量研究表明，管理者披露坏消息和好消息分布并不对称．管理层存在捂盘坏消息的行为倾向，即管理者更倾向于隐瞒或推迟披露坏消息而加速披露好消息，坏消息随时间的推移在公司内部不断积累，由于公司对坏消息的容纳存在上限，一旦累积的负面消息超过了这个上限，坏消息将集中释放出来，进而对公司股价造成极大的负面冲击并最终崩盘．基于以上原因，公司年报的负面语调指标应该与未来股价崩盘风险负相关，即负面语调越弱（正面语调越强），公司未来股价崩盘风险越大．从投资者角度来看，投资者在公司负面信息集中释放之前可能通过一些渠道（投资者可能有自身的私有信息渠道［３１］．即便投资者是非知情者，通过对其他投资者公开交易的学习，也可以从中推断出部分知情者知晓的信息［３２］）提前得知了公司的负面消息．在无摩擦市场中，投资者可以通过卖空股票，使悲观预期提前进入股票价格，从而降低股价的崩盘风险［３３］．但由于中国市场的卖空机制并不完善，卖空交易的总量很小，主要参与者为机构投资者，个体投资者很少参与到这一过程中．此外由于制度设计缺陷，本身股价崩盘风险大的股票没有进入融券名单，这导致卖空机制很难发挥作用，甚至加剧了崩盘风险的上升［３４］．因此在中国沪深股票市场，投资者即便提前知晓了公司的负面消息，其悲观预期更多地是通过论坛和社交媒体而非市场交易来表达．基于以上原因，社交媒体中投资者的负面情绪应该与未来股价崩盘风险正相关，即负面情绪越强（正面情绪越弱），公司未来股价崩盘风险越大．综合以上两点，本文提出如下假设：假设３ 构建的负面年报语调指标与股票未来的股价崩盘风险显著负相关，且构建的社交媒体看跌情绪指标与股票未来的股价崩盘风险显著正相关．２ 语调和情绪指标构建构建金融文本语调和情绪指标的关键是情绪词典，故首先构建用于年报语调分析的正式用语情绪词典和用于社交媒体投资者情绪分析的非正式用语情绪词典．词典的构建思路如下：在正式用语情绪词典构建方面，参照Ｅｎｇｅｌｂｅｒｇ等［１２］的方法选取年报发布［０，＋３］日累积超额收益率作为判断正负面年报的依据（Ｅｎｇｅｌｂｅｒｇ等［１２］认为该方法可以有效地避免人工判断文本信息所带来的偏差）．然后采用词典重组法，综合大连理工大学情感词汇本体库、中国知网词库、清华大学褒贬意词典和Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］词典中文翻译版⑧４部词典，并加入年报语料的分词结果去重得到初始词典，然后使用带惩罚机制词频法提取情绪词生成正式用语情绪词典，最后基于情绪词典采用词袋模型构建年报语调指标．在非正式用语情绪词典构建方面，考虑到社交媒体中普遍使—０３—管 理 科 学 学 报２０２１年５月⑧本文两位作者协同３位会计学专业的研究生共同对该词典进行了中文翻译．因英文单词可能对应多个中文释义，因此在翻译过程中要求翻译者先列出所有认为正确的译法，再对这３份各自独立完成的翻译稿综合考虑后得到Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］词典的中文翻译．其中包括２３３７个负面词和３５３个正面词．用表情符号（如Ｅｍｏｊｉ等）来表达发帖者的情绪，筛选出了使用表情符号并明确表达了情绪的发帖作为训练样本⑨，以此来排除人工分类社交媒体发帖带来的偏差．然后采用长短期记忆网络模型的深度学习算法分析股票论坛上的帖子情绪 瑏瑠，并使用带惩罚机制词频法提取情绪词典．同样基于词典采用词袋模型构建社交媒体情绪指标．最终形成的正式用语情绪词典含有１６３３个负面词和３５９２个正面词，非正式用语情绪词典则含有９６５个负面词和９１２个正面词．附录表１列出正式用语情绪词典和非正式用语情绪词典正负面各３０个高频词语．可以发现，与正式用语情绪词典中的词相比，非正式用语情绪词典较口语化且情绪更加突出．具体构建细节如下．２．１ 正式用语情绪词典与年报语调指标构建上市公司年报中所披露的信息其语调相对于社交媒体往往更加隐晦．下面给出了年报文本样例，其中标黑单词是情绪表达的关键词，而本文的词典构建方法就是将标黑的单词提取出来．样例如下：挑战方面：一是茅台酒市场拓展还需进一步加强；二是国内中、低端白酒市场竞争异常激烈，酱香系列酒市场竞争力不强，对公司业绩的贡献度有待提高．风险方面：一是宏观经济下行压力加大；二是赤水河流域生态环境保护压力增大；三是打假保知任重道远（来源：贵州茅台酒股份有限公司２０１５年年度报告）．本文首先依据年报发布［０，＋３］日的累计正负收益率，将年报分为正负面情绪两类，样本数据涵盖２００３年～２０１５年共１９９７０份年报，其中累计收益率为正的有１２４７５份，累计收益率为负的有７３８３份，累计收益率为零（停牌）的有１１２份，其中收益为零的年报不进入提取情绪词典的数据样本中．然后综合大连理工大学情感词汇本体库、中国知网词库、清华大学褒贬意词典和Ｌｏｕｇｈｒａｎ和ＭｃＤｏｎａｌｄ［４］词典中文翻译版，筛选出现在年报中的各词典所包含的词，并加入使用中科院汉语词法分析系统（ＩＣＴＣＬＡＳ） 瑏瑡对年报语料的词汇切分结果去重作为初始词典．最后依照带惩罚机制词频法计算初始词典中待选负面词调整后的词频数值，如下式所示ａｄｊｕｓｔｅｄｆｒｅｑｕｅｎｃｙｎ＝ｗｎ，Ｎ∑ｎｗｎ，Ｎ×１１＋ｗｎ，Ｐ∑ｎｗｎ，Ｐ（１）式中ｗｎ，Ｎ为待选负面词ｎ在收益为负的年报集合Ｎ中的出现次数；ｗｎ，Ｐ为待选负面词在收益为正的年报集合Ｐ中出现的次数．待选负面情绪词的频度随着其在负面年报集合出现的比重ｗｎ，Ｎ∑ｎｗｎ，()Ｎ增加，同时也随着其在正面年报集合出现的比重ｗｎ，Ｐ∑ｎｗｎ，()Ｐ下降．通过惩罚机制１１＋ｗｎ，Ｐ∑ｎｗｎ，Ｐ的引入，带惩罚机制词频法从总体层面上衡量了待选词的负面程度．根据带惩罚机制词频法计算得到的数值排序并生成正式用语情绪词典的负面词表．基于同样的逻辑，可以得到正式用语情绪词典的正面词表 瑏瑢．基于正式用语情绪词典，使用词袋模型（ｂａｇ ｏｆ ｗｏｒｄｓ）构建年报的负面语调指标，命名为：正式用语词典语调（Ｉｎｄｅｘ），计算如下式Ｉｎｄｅｘｉ＝Ｎｅｇａｔｉｖｅｉ－Ｐｏｓｉｔｉｖｅｉ，Ｎｅｇａｔｉｖｅｉ＝∑ｎｗｎ，ｉｔｏｔａｌｗｏｒｄｉ，（２）Ｐｏｓｉｔｉｖｅｉ＝∑ｐｗｐ，ｉｔｏｔａｌｗｏｒｄｉ式中ｗｎ，ｉ为负面词ｎ在年报ｉ中出现的次数；ｗｐ，ｉ—１３—第５期姚加权等：语调、情绪及市场影响：基于金融情绪词典⑨ 瑏瑠瑏瑡 瑏瑢标注训练集的过程中存在一个帖子有多个表情符号的情况，而多个表情符号会使得该帖子的情绪较为模糊，本文剔除了这种类型的帖子．ＬＳＴＭ的深度学习需要将文本分词后以向量形式进行编码，因此更适用于具有短文本特性的论坛发帖．而年报属于长文本，难以有效地将整份年报编码并训练整个神经网络，故本文不使用ＬＳＴＭ来构造正式用语词典．以ＬＳＴＭ为代表的深度学习算法在金融实证研究中已经有初步应用，详见苏治等［３５］．中科院汉语词法分析系统（ＩＣＴＣＬＡＳ）：ｈｔｔｐ：／／ｉｃｔｃｌａｓ．ｎｌｐｉｒ．ｏｒｇ／．ＩＣＴＣＬＡＳ系统是当前中文分词领域准确率（高达９８％）表现优秀的系统．为了得到正式用语情绪词典的正面词表，只需把式（１）中的符号ｎ，Ｎ，Ｐ分别替换成ｐ，Ｐ，Ｎ．。
2021年10月清华大学智库中心2021年招聘笔试参考题库含答案解析
2021年10月清华大学智库中心2021年招聘笔试参考题库含答案解析(图片可自由调整大小)全文为Word可编辑，若为PDF皆为盗版，请谨慎购买！卷I一.高等教育法规(共15题)1.十九大首次提出了（），与五位一体总体布局形成相互响应的五大文明体系。
A.物质文明B.政治文明C.社会文明D.生态文明答案：C本题解析：暂无解析2.下列论述错误的是（）。
A.责任人有教育违法行为是其承担教育法律责任的前提B.损害事实的客观存在是构成教育法律责任的前提条件C.行为人的主观过错是指行为人在主观上有违反教育法律法规的故意D.因学校、学生或者其他相关当事人的过错造成的学生伤害事故，相关当事人应当根据其行为过错程度的比例及其与损害后果之间的因果关系承担相应的责任答案：C本题解析：暂无解析3.某高校一名大学生，大一、大二两年成绩优秀，大学三年级时因病退学。
对于该学生，学校应当（）。
A.不发任何学业证书B.颁发肄业证书C.颁发结业证书D.颁发修业证书答案：B本题解析：暂无解析4.教师提出申诉，应当以（）形式提出。
A.口头B.书面或口头C.自己认为合适的D.书面答案：D本题解析：暂无解析5.十九大报告指出，（）是近代以来中华民族最伟大的梦想，是新时代中国共产党的历史使命。
A.实现民族解放B.实现人民幸福C.实现中华民族伟大复兴D.实现国家独立答案：C本题解析：暂无解析6.按照2005年《普通高等学校学生管理规定》，下列哪种不属于我国现行的对学生的纪律处分种类（）。
A.开除学籍B.记过C.留校察看D.禁止答辩答案：D 本题解析：按照《普通高等学校学生管理规定》，我国现行的对学生的纪律处分的种类有：（1）警告；（2）严重警告；（3）记过；（4）留校察看；（5）开除学籍。
7.下列高等学校内部管理体制中，在我国没有出现过的是（）。
A.校长负责制B.校务委员会集体负责制C.教授委员会制D.党委负责制答案：C本题解析：我国实行过的高等学校内部管理体制有校长负责制、党委领导下的校务委员会负责制、党委领导下以校长为首的校务委员会负责制、党委“一元化”领导制、党委领导下的校长分工负责制等。
今日头条整理PPT课件
运营推广
从最初只在各大安卓、ios平台推送下 载，到近期CEO张一鸣在媒体前频频曝光， 今日头条的运营推广预算也在逐步扩大， 效果还是很不错的，尤其是其本身的差异 化优势，加上CEO的个人魅力，推广效果 事半功倍。
竞品分析
战略层
产品定位及优势对比
每款产品都有自己独特的定位，而用户需求的个性化需求愈加明显，做个性化 的信息输出的已经不仅仅是今日头条，搜狐新闻、网易新闻等都在大打“个性化” 王牌。一方面是注重内容差异化，搜狐新闻、今日头条等针对内容进行个性化推送； 另一方面是频道栏目的个性化，如腾讯新闻、搜狐新闻、网易新闻等都在频道栏目 方面都进行了个性化设置，用户可直接对栏目进行选择。
• 对每条信息提取几十个到几百 个高维特征，并进行降维、相 似计算、聚类等计算去除重复 信息；对信息进行机器分类、 摘要抽取，LDA主题分析、信 息质量识别等处理。
今日头条技术分析特点
3. 基于机器学习的推荐 引擎
•
根据人的特征、环境特
征、文章特征三者的匹配程
度进行推荐。
5. 精准定位人群进行传播
数据分析
调查数据显示，在重大事件报告方面，几家主流手机新闻客户的用户关注 度方面，搜狐新闻、今日头条和腾讯新闻位列前三位。而重大新闻报道用户在 新闻客户端首选率方面，搜狐新闻明显高于其他新闻客户端，排在其后的是今 日头条，首选率达20.4%。
概述
今日头条是一款基于数据 挖掘的推荐引擎产品，它为用 户推荐有价值的、个性化的信 息，提供连接人与信息的新型 服务，是国内移动互联网领域 成长最快的产品服务之一。
行业背景
从上表中可以看出，新闻客户端在智能手机用户中渗透率正在逐渐上升， 到2015年第二季度已达到62.02%，用户规模达到5.38亿。所以今日头条所在的 是一个足够大的行业，用户在移动端阅读新闻的习惯也正在养成，行业呈现增 长趋势，对于新闻客户端产品在未来有进一步增长的空间。
基于扎根理论的科技智库知识服务效能影响因素及其作用机理研究
基于扎根理论的科技智库知识服务效能影响因素及其作用机理研究目录1. 研究背景与意义 (2)1.1 研究背景 (3)1.2 研究意义 (4)2. 文献综述 (5)2.1 国内外科技智库发展现状 (6)2.2 知识服务效能评价研究现状 (7)2.3 扎根理论在组织行为学领域的应用研究现状 (8)3. 研究方法与数据来源 (10)3.1 研究方法 (12)3.2 数据来源 (13)4. 影响科技智库知识服务效能的因素分析 (14)4.1 内部因素分析 (15)4.1.1 组织结构与文化 (17)4.1.2 人员素质与能力 (18)4.1.3 管理制度与流程 (19)4.2 外部因素分析 (21)4.2.1 政策环境 (22)4.2.2 社会经济条件 (23)4.2.3 科技发展水平 (25)5. 扎根理论在科技智库知识服务效能提升中的应用 (26)5.1 扎根理论概述 (27)5.2 扎根理论在组织行为学领域的应用案例分析 (28)5.3 扎根理论在科技智库知识服务效能提升中的应用策略 (29)6. 实证研究与案例分析 (31)6.1 实证研究设计 (32)6.2 实证研究结果分析 (34)6.3 案例分析 (35)7. 结果讨论与应用建议 (36)7.1 结果讨论 (38)7.2 应用建议 (39)8. 结论与展望 (40)8.1 主要研究结论 (41)8.2 研究不足与展望 (42)8.3 对相关领域研究的启示 (43)1. 研究背景与意义科技智库作为科技决策的重要支撑力量，其知识服务效能的提升对于推动科技创新、促进社会发展具有至关重要的意义。
在当今信息爆炸时代，科技信息更新迭代迅速，科技问题日益复杂，科技智库面临着处理海量信息、洞察科技趋势、精准服务决策等新的挑战。
传统依靠专家经验和文献回顾等方式提供的技术服务难以满足快速变化的科技需求。
探索有效提升科技智库知识服务效能的路径显得尤为重要。
扎根理论作为一种近年来快速发展的质性研究方法，能够从实践中凝练出理论框架，揭示复杂现象背后的内在逻辑关系。
2019年今日头条VS腾讯新闻分析报告
2019年今日头条VS腾讯新闻分析报告资讯类APP竞品分析报告一、摘要为了深入了解主流新闻客户端在功能模块、内容运营及交互界面上的特点，我对腾讯新闻、搜狐新闻、网易新闻和今日头条这4款APP进行了对比分析。
分析环境：小米2SC，MIUI- J L B54 .0APP 版本：腾讯新闻4 .7.2搜狐新闻5.2 .1网易新闻5.0 .1今日头条4 .7.0二、需求分析简单的说，移动新闻客户端是在传统门户、传统纸媒等PC时代演变到现在移动时代的二代产品，带有传统门户用户获取最新资讯、了解信息的基本需求，但随着移动时代的发展，移动设备的演化，用户需求逐渐增多，用户使用产品的场景碎片化、多样化。
从需求层面上来说，用户除了了解最新资讯的需求外，在移动端衍生出了娱乐、社交、分享、个性化等的需求。
用户浏览新闻的目的有了解时事、增加谈资、打发时间、关注自己喜欢的领域、工作等，那么从本质上来分析，用户其实是在满足自己娱乐、生活消遣、荣誉感、社交、归属感、求知等的需求。
从使用场景层面上来讲，用户往往在路上、公交车、地铁上，在晚上睡前，早上醒后，在吃饭时，在上班休息过程中，在上洗手间等碎片化时间，这也衍生出了用户离线阅读等的需求。
如何在短时间内满足用户以上这些需求成为新闻类应用需要考虑的问题。
三、市场状况总的来说，新闻客户端分为三类，传统门户为主的移动新闻客户端、聚合类新闻客户端、传统报纸和媒体等推出的客户端。
个性化订阅、碎片化、场景化、内容聚合等形式已经成为了新闻类客户端的发展趋势。
据易观智库发布了2014年12月的移动APP TOP200排行榜，腾讯新闻、搜狐新闻、今日头条均在TOP20中，而TOP20也第一次出现了三个新闻类应用，可见这一市场的庞大与应用发展趋势。
据比达咨询(BigData-Research)数据中心的最新监测数据显示，截至2014年12月底，中国智能手机用户规模达8.3亿。
其中，新闻APP用户在中国智能手机用户中的渗透率为59.6%，用户规模达4 .95亿。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《清华大学智库大数据报告（2019）——今日头条版》发布
日前，《清华大学智库大数据报告（2019）——今日头条版》由清华大学公共管理学院智库研究中心和北京字节跳动公共政策研究院联合发布。
中心特别顾问薛澜教授、北京字节跳动副总裁陈志锋担任本次报告顾问；中心主任朱旭峰教授、北京字节跳动公共政策研究院执行院长袁祥共同担任本次报告的首席专家。
《清华大学智库大数据报告》是国内智库研究机构首次通过大数据评价方法和社交大数据资源对智库活动进行的综合性评价报告。
该系列报告首次发布于2017年，采取每年发布的形式，本次报告为课题组的第四次发布。
2020年，清华大学公共管理学院智库研究中心与北京字节跳动公共政策研究院开展战略合作，利用国内领先的通用信息平台今日头条阅读数据资源，构建“清华大学智库头条指数”（Tsinghua-ByteDance Think Tank Index，TB-TTI），包括“智库头条号指数”和“智库头条引用指数”，以观察中国智库的活动特点。
《报告》指出：在1065家中国智库中，2019年有78家智库通过头条号运营的方式在今日头条平台共发布文章2.2万篇，阅读量达3.97亿次；有886家智库在今日头条平台受到创作者关注，引用文章达79.15万篇，阅读量达109.06亿次。
智库大数据评价入选的智库样本分布
“智库头条号指数”综合了机构头条号在当年发文量、阅读数、分享数等八个分项情况。
智库头条号表现亮眼的机构有：瞭望智库、中国科学院、中国管理科学研究院、中国社会科学院、中国科学技术协会、中国指数研究院、苏宁金融研究院、全球化智库、华南理工大学公共政策研究院、中国人民解放军军事科学院。
“智库头条引用指数”综合了机构在今日头条平台中的引用文章量及其点赞数、分享数等六个分项情况。
智库头条引用有较大影响力的机构有：中国科学院、中国社会科学院、中共中央党校（国家行政学院）、中国科学技术协会、国防大学、国务院发展研究中心、中国农业大学、瞭望智库、中国人民解放军军事科学院、中国电子信息产业发展研究院。
《报告》在分析了智库在头条关键指标、分类趋势、月度趋势等方面表现后指出：智库在今日头条上的活动存在明显的溢出效应，智库头条发文量和智库头条引文量都与其文章本身的阅读量存在正相关关系。
同时，智库月度头条引用文章的时序变化与国内重大时事的密切联系
在头条号发文量和篇均阅读量上都表现突出的机构有：瞭望智库、国务院发展研究中心、中国科学院、中国科学技术协会、中国社会科学院、中国人民大学重阳金融研究、中国管理科学研究院、中国指数研究院、盘古智库、全球化智库。
智库头条号发文数与篇均阅读数的散点图
在引用文章和其篇均阅读量上都表现不俗的机构有：中共中央党校（国家行政学院）、中国浦东干部学院、瞭望智库、国务院发展研究中心、中国科学院、中国科学技术协会、中国农科院、中国电子信息通信研究院、北京大学国家发展研究院、中国人民大学国家发展与战略研究院。
智库头条引用文章数与引用文章篇均阅读数的散点图
《报告》呈现了八个代表性机构的个案分析并展示了优秀智库名录。
八个代表性机构包括：中共中央党校（国家行政学院）、国务院发展研究中心、瞭望智库、中国科学技术协会、中国科学院、中国社会科学院、北京大学国家发展研究院和中国国际经济交流中心，它们在今日头条平台中具有差异化的行为特点和影响力表现。
《报告》在最后列出了2019年“智库头条指数”表现优异的各类型机构名录。
（文末下载报告全文）
《报告》在展望中指出：新媒体推动全球政治生态、决策体系、治理模式产生深刻变化，各国智库都在积极地利用新媒体平台与社会公众密切互动，传播智库观点，增加智库曝光率，发挥智库社会影响力。
中国智库在今日头条内容空间中具有相当程度的影响力，今日头条的平台特性为智库更广范围、更为精准、更大强度地实现影响力提供了新途径。
第一，今日头条平台结合实时信息发布和去中心化自媒体特点吸引了海量的用户群体，为内容生产者的产品传播和专业化运营提供助力。
智库可撬动更广范围的社会关注，并动态吸纳受众的反馈。
第二，今日头条以用户画像为基础的先进信息分发技术，为内容生产者的信息精准分发提供便捷。
智库可依据产品内容定位目标群体，更为精准的影响目标受众。
第三，今日头条的个性化推荐引擎技术塑造了高粘性的受众群体，为内容生产者高效影响受众群体提供保障。
智库通过平台推荐渠道可持续影响目标受众群体，不断强化智库在受众中的声誉。
但是，中国智库在今日头条平台上的主动内容生产行为仍有较大提升空间。
阅读量、点赞量等不同指标在各类智库间的表现存在明显差异，发布综合性、话题性内容可产生多种类型的用户反馈，发布专业性内容则能获得更多引用与阅读。
因此，智库应积极运营新媒体并加大其在移动互联网平台中的活动，同时还需要深刻理解新媒体的行为模式，分析精准投放策略，增强智库研究和产品的质量，以此获得更大的社会影响力。
（非正式文本，仅供参考。
若下载后打开异常，可用记事本打开）。