人工智能背景下分析师的群体智慧挖掘---框架、方法与模型

图书信息

作者：郭艳红等著著

出版社：经济科学出版社

定价：126.00

ISBN：9787521870176

出版时间：2025-05-01

分类：图书,社科经管,经济,财政金融

商品介绍

目录

前沿篇

1 引言 3

1.1 分析师群体智慧挖掘的时代背景 3

1.2 主要内容 8

1.3 研究意义 12

1.4 内容结构 14

2 相关概念及综述 16

2.1 分析师观点相关研究 16

2.2 群体智慧及相关挖掘方法 25

2.3 人工智能相关方法 28

2.4 综述小结 37

数据融合篇

3 分析师观点质量影响因素的实证 43

3.1 引言 43

3.2 分析师经验对荐股质量的影响 45

3.3 分析师评价对不同股票预测价值的差异性 99

3.4 本章小结 143

4 关键特征选择 146

4.1 引言 146

4.2 特征表示 148

4.3 观点质量度量模型 160

4.4 关键特征识别 163

4.5 实验设置 171

4.6 实证结果 174

4.7 本章小结 189

质量评估篇

5 分析师观点质量的评估模型 193

5.1 引言 193

5.2 评估模型构建 196

5.3 实验设置 206

5.4 实证结果 209

5.5 本章小结 229

智慧挖掘篇

6 基于不确定性学习的分析师群体智慧挖掘 233

6.1 引言 233

6.2 基于深度不确定性学习的群体智慧挖掘 238

6.3 基于双目标规划的权重优化 250

6.4 实验设置 253

6.5 模型有效性验证 262

6.6 实践应用 283

6.7 本章小结 291

7 基于排序学习的分析师群体智慧挖掘 293

7.1 引言 293

7.2 基于排序学习的群体智慧挖掘 295

7.3 基于BTL参数估计的期望传播算法 302

7.4 实验设置 304

7.5 实证结果 308

7.6 本章小结 330

展望篇

8 结论与展望 335

8.1 研究创新点 335

8.2 研究发现 339

8.3 未来研究展望 342

参考文献 344

附录 385

内容简介

《人工智能背景下分析师的群体智慧挖掘：框架、方法与模型》聚焦于证券分析师群体智慧的挖掘与应用，旨在通过人工智能技术提升资本市场信息处理效率与决策质量。在当前中国股市散户主导、信息不对称的背景下，证券分析师作为关键信息中介，其观点质量直接影响市场定价效率与投资者决策效果。然而，由于专业知识差异、利益冲突及主观偏见等因素，分析师观点质量参差不齐，如何从海量异构信息中提炼高质量信息成为亟待解决的问题。

《人工智能背景下分析师的群体智慧挖掘：框架、方法与模型》构建了一个基于人工智能的“关键特征选择—观点质量评估—群体智慧生成”的三维分析框架，结合机器学习技术与群体智慧理论，提出了一系列创新方法与模型。具体而言，通过特征选择技术识别影响分析师观点质量的关键因子，利用深度交互学习捕捉分析师经验、行业专长与市场环境的多维关联模式，借助贝叶斯不确定性学习量化预测置信度，最终实现质量驱动的群体智慧动态聚合。这一框架突破了传统线性模型的局限性，为金融大数据挖掘提供了新的研究范式。

在方法论层面，《人工智能背景下分析师的群体智慧挖掘：框架、方法与模型》提出了一系列创新模型，包括基于事件域嵌入的ComEFS集成模型、事件域交互的归因网络EDIAN、不确定性感知的SmartMOA模型以及基于成对比较的CrowdRank排名学习框架。这些模型在特征工程、观点质量建模、多元观点聚合及群体智慧呈现等方面实现了显著的技术突破，并在实践应用中取得了显著效果：智能荐股系统提升了投资者决策效率与收益，声誉评估模型为分析师能力评估提供了数据支持，行为画像系统助力监管机构防范违规行为。

《人工智能背景下分析师的群体智慧挖掘：框架、方法与模型》还展望了未来研究方向，指出模型可进一步结合多模态信息、跨市场验证及强化学习技术，以构建更智能、更鲁棒的资本市场信息生态系统。其研究成果不仅为金融大数据挖掘提供了新路径，也为智能投顾、监管科技等领域提供了重要技术储备，具有重要的学术价值与实践意义。

作者简介

郭艳红，大连理工大学经济管理学院教授、博士生导师，金融科技与监管创新团队负责人。近年研究集中在大数据与人工智能技术及金融领域应用。主持国家重点研发课题、国家自然科学基金等重量、省部级项目以及企业委托课题30余项，相关研究成果为企业提供技术支撑。获得辽宁省自然科学学术成果二等奖、辽宁省哲学社会科学优秀成果二等奖等奖项，相关论文发表在JOC、EJOR、IJF、IRFA等以及《管理科学学报》《管理评论》等，部分论文入选ESI高被引论文。出版专著4部，拥有多项发明专利。

叶鑫，大连理工大学教授，博士生导师，经济管理学院院长，电子政务模拟仿真国家地方联合工程研究中心主任。主持、参与国家自然科学基金、国家重点研发计划项目、国家科技支撑计划项目等各类科研项目30余项。出版专著2部。在国内外权威期刊发表学术论文100余篇，获授权国家发明专利和软件著作权20余项。研究成果获得辽宁省自然科学奖、辽宁省科技进步奖、山西省科学技术进步奖、辽宁省自然科学学术成果奖、辽宁省哲学社会科学成果奖、大连市科技进步奖等省部市级奖励40余项。

蒋帅，西北工业大学管理学院教授，香港科大（广州）博士后。研究方向包括复杂情境下的群体智能知识表示与挖掘决策、基于图学习的可通用金融实体表示方法等，以第一或通讯作者在国际权威期刊发表系列论文，包括INFORMS Journal on Computing、European Journal of Operational Research、International Journal of Forecasting、InternationalReview of Financial Analysis等，获得辽宁省哲学社会科学优秀成果二等奖等奖项。