经管类学术研究中的文本分析方法

现场

2580

远程

2580
上课地点:在线学习,提供全部资料 讲师:麦斯老师 报名时间:2023/10/06 - 2024/01/01 开课时间:12小时线上课程,随报随学

授课老师:
麦斯老师,金融数学博士,某知名高校商学院副教授,主要从事金融数学,金融数据分析等领域的研究,发表SCI,EI,CSSCI核心期刊论文多篇。麦斯老师高校从教14年,主要讲授统计学、信用风险建模、金融数据挖掘等课程,先后指导学生获得全国数学模型竞赛和美国数学建模竞赛一等奖。

在具体行业方面,先后担任过咨询公司、互联网金融机构、数据管理公司的高级数据分析顾问,先后参与过客户估值、反欺诈识别、舆情分析等数据分析项目,有着丰富的行业经验。

同时具有丰富的教学讲解经验,课程生动形象,风格通俗易懂,深受学员的喜爱。


课程背景:

近年来,随着量化分析技术的进步,以及数据丰富程度的不断提升,越来越多的学者开始认识到文本信息中包含的重要价值,并将文本分析运用于经管类学术研究之中。

目前在经管类学术研究中比较常见的文本分析运用形式是,通过提取文本信息,构建变量,并运用计量等方法开展研究。

本课程的重要内容就是帮助学员掌握常见文本分析方法,能够运用Python编程工具进行词频分析、相似性分析、主题分析等,并构建相应的变量,理解其意义,为学员驾驭文本数据夯实基础,同时也为学员的学术研究拓展思路


讲授方法:问题导向、边讲边练

前期准备:提前安装Python,掌握基础语法


课程大纲:

第一讲:经管类学术研究中的文本分析(2h)

1. 文本分析基本思路

2. 文本分析文献的大致分类

3. 文本分析的主要方法


第二讲:Python的文件读取(3h)

1. Python与文件夹管理

2. Python处理PDF

3. Python处理WORD

4. Python处理EXCEL

案例实践:多文件归档与整理——以年报数据整理为例


第三讲:文本分析基础(3h)

1. 文本分词

2. 停用词使用

3. 词频计算

4. TFIDF计算

5. 学术研究中的词频是如何计算的?


第四讲:词向量分析(3h)

1. 词向量原理

2. 词向量的实现

3. 近义词发现

案例实践:基于种子词近义词发现与词库建设(样例数据)

参考文献:

[1] 危雁麟,张俊瑞,汪方军,程茂勇.数据资产信息披露与分析师盈余预测关系研究——基于文本分析的经验证据[J].管理工程学报,2022,36(05):130-141.

[2] 胡楠,薛付婧,王昊楠.管理者短视主义影响企业长期投资吗?——基于文本分析和机器学习[J].管理世界,2021,37(05):139-156+11+19-21.


第五讲:文本相关分析(3h)

1. 文本相关分析常用方法

2. 余弦与软余弦相似性

3. 软余弦相似性度量方法

4. MD&A信息量如何度量?问与答的一致性如何度量?

案例实践:批量文本的相似性度量方法与实现

参考文献:郑晓瑜,刘俊晗.信号还是噪声?——基于上市公司年报文本变动的研究[J].投资研究,2022,41(04):70-90.


第六讲:文本主题模型(2h)

1. 主题模型的基本思路

2. 主题模型在学术中应用

3. 主题模型的实现

案例实践:批量文本的主题分布测量

参考文献:俞红海,范思妤,吴良钰,马质斌.科创板注册制下的审核问询与IPO信息披露——基于LDA主题模型的文本分析[J].管理科学学报,2022,25(08):45-62.


联系方式:

尹老师

电话:13321178792

QQ:42884447

WeChat:JGxueshu

JGxueshu.jpg