- 年份
- 2024(5627)
- 2023(8125)
- 2022(6979)
- 2021(6699)
- 2020(5581)
- 2019(13062)
- 2018(12874)
- 2017(24859)
- 2016(13006)
- 2015(14366)
- 2014(14015)
- 2013(13260)
- 2012(11694)
- 2011(10168)
- 2010(9470)
- 2009(8015)
- 2008(7292)
- 2007(5955)
- 2006(4653)
- 2005(3590)
- 学科
- 济(55606)
- 经济(55560)
- 管理(38827)
- 业(33435)
- 方法(29373)
- 企(28339)
- 企业(28339)
- 数学(26870)
- 数学方法(26497)
- 财(12555)
- 农(12523)
- 中国(10906)
- 业经(10786)
- 贸(9280)
- 贸易(9278)
- 易(9085)
- 务(8565)
- 财务(8527)
- 财务管理(8509)
- 技术(8154)
- 企业财务(8105)
- 理论(8028)
- 地方(7576)
- 农业(7535)
- 和(7120)
- 制(7085)
- 学(7075)
- 环境(6702)
- 产业(6340)
- 划(6137)
- 机构
- 大学(165446)
- 学院(164628)
- 管理(73198)
- 济(69942)
- 经济(68749)
- 理学(64576)
- 理学院(64038)
- 管理学(62938)
- 管理学院(62623)
- 研究(45288)
- 中国(35103)
- 京(32039)
- 财(30567)
- 财经(25996)
- 科学(25795)
- 中心(24761)
- 经(24104)
- 业大(22950)
- 江(22185)
- 经济学(22143)
- 农(20459)
- 经济学院(20281)
- 财经大学(20094)
- 范(19283)
- 经济管理(19243)
- 师范(19082)
- 商学(18815)
- 北京(18760)
- 所(18667)
- 商学院(18630)
- 基金
- 项目(123833)
- 科学(100357)
- 基金(93864)
- 研究(91290)
- 家(80510)
- 国家(79923)
- 科学基金(71817)
- 社会(60403)
- 社会科(57547)
- 社会科学(57534)
- 基金项目(50200)
- 省(47089)
- 自然(46860)
- 自然科(45921)
- 自然科学(45912)
- 自然科学基金(45084)
- 教育(42976)
- 划(39410)
- 资助(37579)
- 编号(37109)
- 部(28176)
- 成果(27548)
- 重点(27019)
- 创(26924)
- 国家社会(26167)
- 教育部(25247)
- 创新(25137)
- 发(25059)
- 人文(24947)
- 科研(24489)
共检索到220194条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计研究
[作者]
董倩 孙娜娜 李伟
本文以北京、上海、天津、重庆等16个大中城市的二手房价格和新房价格为研究对象,以来自我国最大搜索引擎的百度搜索指数为数据基础,使用6种计量模型分别对16个城市的二手房价格和新房价格进行了拟合和预测,得到预测二手房和新房价格变动情况的最优模型。结果显示:网络搜索数据不但能够较好地预测房价指数,而且能够分析经济主体行为的趋势与规律,有一定的时效性。预测的月度房地产价格能够比官方数据发布提前约两周时间。
[期刊] 管理评论
[作者]
王博永 杨欣
在众多影响房地产市场成交的因素中,宏观调控政策的影响起着举足轻重的作用,这种影响在土地归国家所有的国内市场更为突出。而目前关于房地产调控政策的影响效果评价研究中,存在难量化该影响效果的问题,而网络搜索作为投资者获取相关政策调控信息的最佳途径,能及时反映政府的房地产调控政策及投资者对房地产市场的关注与预期。基于该思想,本文首先从理论角度分析网络搜索关键词数据与房地产调控政策有效性之间的相关关系,建立了网络搜索数据与房地产调控政策有效性间的关系框架模型;在此基础上,以我国42个大中型城市为研究对象,分析了搜索指数与房地产调控政策有效性之间的协整关系,并对比了不同调控政策对市场交易量的不同影响。最终...
[期刊] 统计与决策
[作者]
胡晓龙 郜振华 马光红
文章针对房地产价格的动态特性,提出了基于Elman神经网络的房地产价格预测方法,并通过其对上海市房地产价格的预测,证明了该方法的有效性,为房地产价格预测提供了一条新的方法。
关键词：
Elman神经网络 房地产价格 预测
[期刊] 企业经济
[作者]
孙爱荣 程亚鹏
房地产价格指数反映房地产市场价格波动的方向和趋势,是有效地进行房地产市场分析的一种必要工具,对其的预测直接影响到众多干系人的决策,关系到各干系人的切身利益,因而对预测结果的精确度要求很高。本文运用灰色GM(1,1)模型和BP神经网络模型相结合的灰色BP神经网络模型,以Matlab为工具,对房地产价格指数进行预测。此组合模型融合了灰色预测和BP神经网络预测的优点,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性。并且,以中国房地产价格指数为例进行预测,结果证明了该组合模型的优势,为房地产价格指数预测研究提供参考依据。
[期刊] 统计与决策
[作者]
陈基纯 王枫
文章阐述了BP神经网络的原理及其改进方式,提出了一种基于BP神经网络的时间序列预测方法。研究实例表明,无论是从拟合情况,还是检测、预测情况来看,该方法都有着很高的精度,可以作为房地产价格预测的一种行之有效的方法。
关键词：
BP神经网络 时间序列 房地产价格
[期刊] 统计与决策
[作者]
唐雅娟 桂鹏程
文章针对影响房地产价格的因素比较多,而导致其预测精度低的问题,提出了房地产价格预测模型。介绍了FCM算法和一种改进的FCM优化算法,通过实验得到分类结果,利用分类结果引入模糊数学对房地产价格进行预测,最后给出预测价格的误差分析。
[期刊] 运筹与管理
[作者]
李培志 董清利
电影票房预测对于管理部门一直是一项重要而复杂的工作。电影票房相关变量复杂多变,且数据获取难度较大是制约当前研究的主要因素。相比之下,网络搜索数据是互联网公司发布的用于记录网民搜索行为的结构化数据,能客观及时反映事物的发展趋势。本研究建立了基于网络搜索数据的混合预测模型。首先,匹配与测试集最相似的训练数据构建最优训练集(OTS)。其次,应用帝国竞争算法(ICA)选择最小二乘支持向量机(LSSVM)的最佳参数组合。最后,使用优化模型进行预测。为了测试模型的效果,使用中国大陆上映的电影票房数据进行模拟实验。结果表明混合模型具有更高的预测精度。本研究所构建的模型适用于中国电影业的票房预测,可为有关部门提供决策参考。
关键词：
网络搜索数据 机器学习 票房预测
[期刊] 管理评论
[作者]
李大营 许伟 陈荣秋
基于2005-2009年房地产价格及影响因素的月度数据,本文建立了一个基于粗糙集和小波神经网络的房地产市场价格走势预测模型。该模型利用粗糙集方法来确定影响房地产价格的主要影响因素;然后基于小波神经网络方法,通过房地产价格的主要影响因素对房地产价格指数进行预测分析。实证结果表明,该模型在我国房地产价格走势预测中具有较高的精度。
关键词：
房地产业 房价 粗糙集 小波神经网络
[期刊] 统计与决策
[作者]
段远鸿,谢金华
[期刊] 技术经济与管理研究
[作者]
李维胜 黄容
大数据、云计算、区块链等互联网技术的飞跃发展改变了客户的信息获取渠道和消费行为模式,致使房地产行业营销成本高、客户满意度低、市场推广效力弱等营销困境加剧,在此环境下,房地产营销模式亟需创新。网络社区作为企业推广品牌、传播产品信息、聚合客户的有效平台,开始成为各行业开展营销的新阵地。文章以大数据技术为支撑,以网络社区营销理论为指导,构建基于大数据技术的房地产网络社区营销模式,并通过微信社区进行营销策略分析,以期解决房地产行业的营销难题,满足客户差异化的购房需求,实现房地产企业和客户的共赢。
[期刊] 统计与决策
[作者]
欧廷皓
本文简要介绍了ARMA模型的理论知识,并针对1998年1季度到2006年3季度的房地产价格指数的季度数据进行了实证分析,然后运用所建模型对2006年四季度以及2007年一季度的房地产价格指数做了预测,并给出精度误差值,收到了很好的效果,所以模型具有一定的参考价值。
关键词：
ARMA模型 房地产价格指数
[期刊] 统计与决策
[作者]
刘彩云 姚俭
文章根据我国房地产发展情况以及与其影响因素之间复杂的非线性关系,提出了基于多因素影响的房地产价格预测组合模型。首先运用灰色关联法对影响因素进行计算排序,筛选出主要的影响因素变量,然后应用改进的小波神经网络组合预测法对房地产价格进行预测,最后使用马尔科夫链分析法将预测值区间化,提高预测值的可信度,得出最终预测结果。研究表明,考虑多种因素影响的房价预测模型能够有效地预测房地产价格,且较传统的预测方法大大提高了预测精度。
[期刊] 统计与决策
[作者]
周子英
为了更好地了解房地产价格变化趋势,针对房地产价格的时变性以及样本之间的时间相关性,文章提出一种基于合理遗忘历史样本的房地产价格的预测模型(RF-ELM)。首先采用相空间重构对房产价格样本进行重构,对隐藏于房产价格数据间的信息进行深入挖掘,恢复房产价格时间序列原动力系统,然后通过引入遗忘因子减弱旧训练样本影响,并以泛化能力作为模型的评价准则,对极限学习机输出权值进行选择性更新,最后进行了仿真分析。结果表明,RF-ELM的房地产价格学习速度预测性能优于对比模型,获得了更加理想的房地产价格预测效果。
[期刊] 统计与决策
[作者]
刘彩云 姚俭
文章根据我国房地产发展情况以及与其影响因素之间复杂的非线性关系,提出了基于多因素影响的房地产价格预测组合模型。首先运用灰色关联法对影响因素进行计算排序,筛选出主要的影响因素变量,然后应用改进的小波神经网络组合预测法对房地产价格进行预测,最后使用马尔科夫链分析法将预测值区间化,提高预测值的可信度,得出最终预测结果。研究表明,考虑多种因素影响的房价预测模型能够有效地预测房地产价格,且较传统的预测方法大大提高了预测精度。
[期刊] 统计与决策
[作者]
钟昌宝
对房地产价格的预测直接影响到众多干系人的决策,关系到干系人的切身经济利益,因而对预测结果的准确性要求较高。本文在对GM(1,1)模型和马尔柯夫模型详细剖析的基础上将两者合二为一,建立相应的灰色-马尔柯夫预测模型,并通过具体例题说明该模型具有较高的预测精度和应用价值。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
