本文在数据驱动与知识整合研究视野中,依据Web of Science收录文献的学科分布数据,指出图书情报学尚不是智库和大数据研究的核心学科,进而思考图书情报学跨界拓展的有效方向。以逻辑分析法发现在DIKW概念链上统合数据智能和知识发现作...
详细信息
本文在数据驱动与知识整合研究视野中,依据Web of Science收录文献的学科分布数据,指出图书情报学尚不是智库和大数据研究的核心学科,进而思考图书情报学跨界拓展的有效方向。以逻辑分析法发现在DIKW概念链上统合数据智能和知识发现作为有效方向的合理性,提出在数据智能和知识发现交互作用下图书情报学跨界拓展三大重点:(1)面向知识发现的数据智能,(2)融通数据智能的知识发现,(3)学术评价综合应用。建议发挥图书情报学在"软科学、硬技术"分界中的核心比较优势,以数据智能和知识发现形成图书情报学跨界拓展特色方向,整合为数据—学术—创造(DAC)。图4。表1。参考文献18。
本研究基于对数周期幂律模型LPPL(Log Periodic Power Law Model),针对金融时间序列将一维价格波动翻译成反映市场泡沫微观结构的多维变量。通过对多维变量的动态监测,把握市场中泡沫的演变并预测泡沫破裂的临界点,从而有效降低或防范...
详细信息
本研究基于对数周期幂律模型LPPL(Log Periodic Power Law Model),针对金融时间序列将一维价格波动翻译成反映市场泡沫微观结构的多维变量。通过对多维变量的动态监测,把握市场中泡沫的演变并预测泡沫破裂的临界点,从而有效降低或防范金融资产泡沫破裂所导致的风险。为检验LPPL模型在中国金融市场中的适用性,本文分别使用上证综指、四个期货连续合约以及两支个股检验模型效果。实证结果表明当金融资产价格序列呈现超指数加速震荡上升或下降时,该模型能获得稳定的估计效果,有效预测泡沫破裂临界时点。
暂无评论