基于核密度估算与热点分析的二手房空间分布研究——以贵阳市为例
叶春马福军
摘要：二手房市场的发展变化对城市更新、城市规划决策非常重要。利用网络爬取软件获取贵阳市核心区2023年第一季度的二手房挂牌数据，通过数据整理和空间可视化，使用核密度分析方法、热点分析法、K均值聚类法，研究分析贵阳市核心区二手房市场交易的热点区域、空间分布情况，研究发现：贵阳老城区花果园二手房分布最为密集，并沿东北方向延伸，形成二手房售卖热点聚集区；贵阳观山湖区、大十字、喷水池、甲秀楼一带二手房房价明显高于其他区域；观山湖区的二手房均价要比老城区的二手房均价高1 000多元。

基于点击流数据的消费者动态共购网络研究
易闽琦1温展明2
摘要：文章基于消费者点击流数据和网络结构，使用时态指数随机图模型(TERGM)和消费者点击流数据建构了消费者动态共同购买网络，从产品点击次数、相对浏览时间、好评数、差评数和产品入度等维度测度了影响消费者共同购买行为发生的关键变量，并与指数随机图模型(ERGM)进行了比较。结果表明：产品相对浏览时间、好评数和产品入度促进消费者共同购买行为发生，而产品点击次数会降低消费者共同购买可能性；TERGM模型适合于消费者共同购买行为的网络分析，且拟合效果优于ERGM，验证了TERGM模型对消费者共同购买行为的适用性；文章提出点击流的隐式反馈中应加入时间网络结构视角研究对共同购买网络形成的影响，可为推荐系统优化设计提供有益参考。

基于ELMO-TextCNN-Reformer的bilibili评论情感分析
曾孟佳1,2,3过伟强1黄旭1,2,3
摘要：面向bilibili短视频评论数据的情感分析，旨在挖掘视频观看者对短视频的看法，使视频作者也可以快速得到自己想要的评价，进而对后续作品做出改进。针对短视频评论更新快、词汇新颖、评论过长、一词多义等因素造成的短视频评论情感分析准确率低的问题，文章构建了bilibili短视频评论数据集，并提出了ELMO(Embedding From Language Model)用以构建动态词向量解决一词多义及新词的问题，通过构建TextCNN和Reformer双通道神经网络结构来提取局部、全局特征。由于Reformer采用了局部敏感哈希的特殊注意力机制，更能联系全局特征，之后将两者得到的结果拼接送入分类器得出情感分析的结果，并将得出的结果与多个深度学习模型进行对比。


现代信息科技. 2024,8(12)