導語：如何才能寫好一篇何平九論，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

我覺得，何平九論里面談到的領(lǐng)導方式存在的那些問題在我們各級黨政機關(guān)中相當普遍，可謂切中時弊。這些問題的存在，已經(jīng)影響到國家政令的暢通，影響到黨群、干群關(guān)系的和諧，甚至影響到國家的長治久安。具體聯(lián)系到我們單位和我們自己，作為普通的公務(wù)人員，雖然談不上領(lǐng)導方式問題，但工作作風的轉(zhuǎn)變也是當務(wù)之急。何平九論文章中談到的那些問題，也或輕或重、或多或少地出現(xiàn)在我們的自己的工作中。讓我們好好想一想，在日常工作中，我們是積極主動地去開展工作，還是在被動的應(yīng)付？在推進和拓展民政事業(yè)發(fā)展方面，是僅憑自己的經(jīng)驗和印象去處理事務(wù)，還是能夠深入了解實際情況，仔細考慮和分析各方面優(yōu)勢和問題，認真探討更深層次的矛盾，自覺地有意識地按客觀規(guī)律去統(tǒng)籌謀劃？我們的工作思路和工作計劃是否從實踐工作中來、是否從群眾的需要中來、是否能夠適應(yīng)時展的要求？“看好不看壞、算得不算失、報喜不報憂”的情況是否還存在？在處理所有公務(wù)的過程中，能否做到徹底拋開個人利益的得失，一心為公？這是問題的存在，不僅僅是個人素質(zhì)的問題，更多的是我們機關(guān)事業(yè)單位長期以來形成的官僚習氣和工作方式所致，當然也有更深層次的行政體制和工作機制的原因。

農(nóng)民們干了一天的農(nóng)活，會很清楚自己今天鋤了多少地，收割了多少莊稼。每年付出多少代價，可能會生產(chǎn)多少糧食，心里也會有一個基本的概算。具體到我們這些機關(guān)工作的人，每日里都做了些什么，產(chǎn)生了多少價值，卻不一定能說得清楚。雖然無法估計我們的行政管理成本到底有多高，但至少我們心里明白，我們所做的許多工作都是務(wù)虛的，是無法用經(jīng)濟價值的方式來考量的。許多人看起來很忙碌，但細細分解一下，除去那些應(yīng)付性的文山會海、迎來送往，以及一些純個人行為的無謂的消耗，真正用來思考問題、解決問題，推進工作的時間還有多少？難道是因為單位里的人太多，或者業(yè)務(wù)工作太少，不得不以這樣的工作方式來打發(fā)那些多余的時間嗎？顯然并非如此，歸根到底還在于我們對待工作的態(tài)度，是積極主動，還是被動應(yīng)付。

去年以來，我市的民政工作進入了快車道，各項活動依次展開，工作節(jié)拍迅速加快，每一名干部職工都感覺到了前所未有的責任和壓力。一方面積極跑部進廳、爭取項目和資金，為我市民政事業(yè)的基礎(chǔ)建設(shè)打開了令人振奮的新局面。另一方面，我們牢牢把握為民解困這個主題，深入全市的村村寨寨，廣泛開展訪貧問苦解民憂活動，收到了良好的社會效益。在跑部進廳、加快民政項目建設(shè)的過程中，各項業(yè)務(wù)工作有序跟進，上下局面迅速打開，我們明顯感受到了努力工作所帶來的效果和快樂。在深入鄉(xiāng)村調(diào)研的過程中，我們看到了民生問題的真實存在，也認識到了自己工作中存在的不足，從而有效地推動了機關(guān)干部作風的改變。展望未來轟轟烈烈的民政事業(yè)，分析日新月異的形勢發(fā)展趨勢，結(jié)合人民群眾的迫切需要，我們還能坐得住嗎？不說別的，僅看看年初規(guī)劃的建設(shè)項目，就足以讓我們心潮澎湃，民政綜合服務(wù)中心、未成年人保護中心、兒童福利中心、生態(tài)養(yǎng)老城，要建成這些民生項目，僅憑幾句口號是無法辦成的，需要我們?nèi)指刹柯毠と翰呷毫Γ砸煌鶡o前的精神和氣勢去完成它。

篇2

關(guān)鍵詞:評價理論；閱讀教學；態(tài)度；介入；級差

一、引言

評價理論是由JamesR.Martin等學者于20世紀90年代,在系統(tǒng)功能語言學的框架下發(fā)展起來的,研究詞匯人際意義的闡釋性理論。2003年Martin和Rose指出,我們采用評價資源來告訴讀者或聽眾我們對事物和他人的感受或想法,從而構(gòu)建社會關(guān)系。評價是任何語篇意義的中心,對語篇的人際意義分析必須把評價考慮在內(nèi)[1]。2005年Martin和White合著的《評價語言—英語的評價系統(tǒng)》是評價理論的最新發(fā)展。[2]本文認為評價理論能夠幫助我們解讀語篇作者在運用評價資源時的交際策略,它是語篇分析的有效理論工具,對英語閱讀教學也有很大啟示。

二、評價理論簡述

評價理論包括三大系統(tǒng):態(tài)度,介入和級差。態(tài)度分為情感,判定和鑒賞。情感是作者對人或事的感情反應(yīng)或傾向。判定是作者根據(jù)社會規(guī)范對人類行為的評價,其中包括屬于道德范疇的社會尊重和屬于法律范疇的社會約束,而社會尊重又分三類:行為規(guī)范,做事才干,和堅忍不拔;社會約束則分兩類:真實可靠和行為正當。鑒賞是作者依據(jù)某領(lǐng)域內(nèi)的審美原則和價值標準對事物的評價,包括三方面:反應(yīng),構(gòu)成和價值。可見,態(tài)度系統(tǒng)就是針對人品或物值的評價系統(tǒng),其中的評價資源都可分為積極或消極,顯性或隱性。

介入是作者參與話語的方式,協(xié)商與話語參與者關(guān)系的手段,具有主體間特征。利用介入資源,作者表明自己對所寫內(nèi)容的責任和態(tài)度,并建立和讀者的同盟關(guān)系。介入系統(tǒng)分為單聲和多聲,單聲是指作者肯定且直接地陳述某一命題,對此命題負全責并拒絕引入其它觀點,因此單聲關(guān)閉了與其它聲音磋商或?qū)υ挼目臻g。多聲是指作者把同一命題的幾種不同觀點引入語篇,創(chuàng)造多種聲音共存的空間。多聲又分為對話緊縮和對話擴展,前者通過壓制或排斥其它聲音從而緊縮對話空間,后者則通過強調(diào)某一聲音的主觀性和非唯一性來喚起其它聲音,從而擴展對話空間。

級差是作者調(diào)節(jié)評價語言強弱或精密程度的資源,可分為語勢(force)和聚焦(focus),前者調(diào)節(jié)作者評價立場是基于語義強度和數(shù)量,而后者的依據(jù)則是語義清晰度。

三、評價理論和閱讀教學

（一）態(tài)度系統(tǒng):表情達意的資源

態(tài)度主要研究傳統(tǒng)意義上的感情,道德和審美。在評價理論中相對應(yīng)的術(shù)語為情感,判定和鑒賞。情感分為積極和消極:悲傷或快樂,自信或焦慮,興趣盎然或無聊透頂。判定是指人行為的態(tài)度:贊賞或批評,表揚或譴責。鑒賞涉及對某一領(lǐng)域內(nèi)語言符號和自然現(xiàn)象的評價。Martin(2005)把情感系統(tǒng)按照以下6個標準分類:

1.積極情感/消極情感:Hewashappy./Hewassad.

2.行為過程/心理過程:Hewept./Hedislikedleaving.

3.有對象/無對象:Hedislikedleaving./Hewassad.

4.低/中/高:Hedisliked/hated/detestedleaving

5.已實現(xiàn)的/未實現(xiàn)的:Hedislikedleaving./Hefearedleaving.

6.幸福感/安全感/滿意度:sadorhappy./anxiousorconfident./boredorinterested.

態(tài)度系統(tǒng)中的判定針對人的行為是否符合常規(guī),是否有能力和韌性,是否誠實可信以及是否有道德,例如:Michaelishighlyintelligent,shrewd,intuitive,understanding,sympathetic,andgeneroustoalmostafaultofhimself.這些形容詞體現(xiàn)了作者對于Michael多方面的判斷。

鑒賞中的反應(yīng),構(gòu)成和價值都有積極和消極之分,例如:arresting/lovely(積極反應(yīng));dull/ugly(消極反應(yīng));logical/harmonious(積極構(gòu)成);irregular/contradictory(消極構(gòu)成);penetrating/innovative(積極價值);shallow/worthless(消極價值)。

以上便是態(tài)度評價資源,語篇作者用這些資源來表達情感,評判人物和事件,其實是在邀請讀者分享并認同他的評價姿態(tài),從而和讀者建立一種同盟關(guān)系,這樣一來,讀者就會對語篇蘊含的更廣泛的人際意義持開放的態(tài)度。

（二）介入系統(tǒng):協(xié)調(diào)主體間立場的資源

介入系統(tǒng)使語篇作者能夠直接或間接地運用別人的話語,在表明自己對自述或引述話語的態(tài)度時,也希望讀者對此做出適當?shù)姆磻?yīng),使得對話成為可能。故介入其實是一種無形的對話,參與者包括語篇作者,潛在讀者,和其它持有相似或相反觀點的人。在介入系統(tǒng)內(nèi),對話緊縮包括棄言和宣言。棄言指語篇作者通過駁斥相反立場,以支持某一觀點,宣言則指語篇作者通過把某命題描述為高度可信,從而壓制或排除其它觀點,例如:

1.Youdon’tneedtogiveuppotatoestoloseweight.(棄言)

2.Naturally,givinguppotatoescanhelphimloseweight.(宣言)

對話擴展包括內(nèi)言和外言。內(nèi)言指語篇作者表明自己的認知情態(tài),承認自己的觀點只是一家之言,外言則是語篇作者明確引用他人話語,并與之保持一定距離,例如:

3.Itseemstomethatgivingupsmokingcanhelphimloseweight.(內(nèi)言)

4.Hebelieves/claimsthatgivingupsmokingcanhelphimloseweight.(外言)

通過分析語篇中的介入資源,我們可以揭示語篇作者如何協(xié)調(diào)自己的聲音和別人的聲音,如何調(diào)節(jié)自己的立場和讀者的立場。作者在表明自己觀點的同時也請求讀者的認同,這種對話性使得讀者能易于分享作者的價值觀。在閱讀教學中,我們可以運用評價理論特別關(guān)注語篇中那些提示讀者對作者觀點做出積極回應(yīng)的語言資源。

（三）級差系統(tǒng):調(diào)節(jié)程度的資源

級差是對態(tài)度和介入程度的分級資源,所以它不局限于某個次領(lǐng)域,而是充斥在整個評價系統(tǒng)中,幾乎所有評價資源都可以

位于強弱,高低的連續(xù)體上。語勢分為增強和減弱,聚焦分為清晰和模糊,例如:

1.Heisarealfather/atruefriend.(清晰聚焦)

2.Theysortofplayjazz./Theyarekindofcrazy.(模糊聚焦)

3.Heisextremelyfoolish.(增強語勢)

4.Thecarstoppedsomewhatabruptly.(減弱語勢)

在英語閱讀教學中,我們可以通過分析語篇中的級差資源,來揭示語篇作者如何調(diào)節(jié)評價態(tài)度和立場的強弱和清晰度,從而達到不同的交際效果,完成不同的交際任務(wù)。

（四）對閱讀教學的啟示

系統(tǒng)功能語言學認為[1],言語交際不僅是人類傳遞信息的主要手段,也是話語參與者之間的一種社會交往。語言不僅能識解經(jīng)驗,還能建構(gòu)或維持人際關(guān)系。換言之,語言不僅有概念功能還有人際功能。任何語篇都在同時實現(xiàn)傳遞信息和構(gòu)建人際關(guān)系的功能。如果我們僅僅關(guān)注語篇的局部意義,而忽視對于語篇存在更為重要的人際功能,那么我們對語篇的理解必將是片面的。我們的習慣做法是把語言交流,特別是書面形式的語言交流,看作是作者的自我表達,交流者內(nèi)在思想的外化或者信息持有者向信息缺乏者提供信息。評價理論對語篇人際意義的拓展,尤其是對于介入系統(tǒng)的研究使我們認識到這種觀點是狹隘的,甚至是錯誤的,語言交流其實是交流關(guān)系參與者之間的互動。因此,話語,無論是獨白還是書面文本,決不是孤立的,而是作者和讀者之間的對話,旨在形成兩者間的同盟關(guān)系。語言作為人類交際的工具,是交流信息和表達情感的有效媒介。語篇中的評價是作者對事件,人物和話語所持的態(tài)度。通過分析語篇的評價手段,我們可以揭示作者的主觀傾向,反映出作者的價值取向和態(tài)度立場。在閱讀教學中,教師不應(yīng)僅僅幫助學生理解語篇的概念意義,而要鼓勵學生挖掘語篇的人際意義,特別是作者如何運用評價資源來表達評價姿態(tài)。

四、總結(jié)

本文通過具體實例分析,證明評價理論是解讀語篇交際功能的有效工具,對英語閱讀教學有指導意義。筆者認為,在具體英語閱讀教學中,教師可以利用評價理論來揭示語篇作者對于語篇本身和潛在讀者的評價姿態(tài),具體包括三方面:作者對于自述或引述內(nèi)容的態(tài)度,作者對于讀者反應(yīng)的判斷,以及作者如何與讀者建立同盟關(guān)系。

參考文獻

篇3

關(guān)鍵詞：綜合收益 傳統(tǒng)會計收益 決策有用性 列報

一、引言

如何衡量企業(yè)的財務(wù)業(yè)績，一直都是會計信息使用者和準則制定機構(gòu)所關(guān)注的中心議題。近年來，由于企業(yè)經(jīng)濟活動的多樣化和金融衍生工具的迅猛發(fā)展，市場中出現(xiàn)了大量產(chǎn)生利得和損失的交易或事項。傳統(tǒng)的會計收益過多地強調(diào)歷史成本、謹慎性和實現(xiàn)-配比原則，而沒有考慮通貨膨脹、持有利得、商譽以及它們價值變動對企業(yè)收益產(chǎn)生的影響。如何更好地列報和披露這些利得和損失，人們便提出了綜合收益的概念。綜合收益又叫全面收益， 是指“一個主體在一個期間內(nèi)非業(yè)主交易的權(quán)益（凈資產(chǎn)）的全部變動”（SFAC 3，1980），其不僅包括正常經(jīng)營活動產(chǎn)生的收益， 還包括非經(jīng)營項目產(chǎn)生的利得或損失，比凈利潤提供了更全面的財務(wù)信息。

1992 年10月，英國特許會計師協(xié)會頒布了財務(wù)報告準則第3號（FRS3），率先引進“全部已確認利得和損失表”報告綜合收益信息。1997年6月，美國財務(wù)會計準則委員會（FASB）了題為“報告全面收益”的財務(wù)會計準則第130號（SFAS 130），并提供報告綜合收益的三種選擇方式：擴展的損益表式、第二業(yè)績表式和權(quán)益變動表式。同年8月，國際會計準則委員會（IASC）的題為“財務(wù)報表的表述”的IAS 1，提出采用第二業(yè)績表式或權(quán)益變動表式來突出顯示企業(yè)的全部利得和損失。隨后，IASB于2007年的新修訂的IAS 1和FASB于2011年的《2011年第5號會計準則更新――綜合收益（主題220）：綜合收益列報》均取消了綜合收益的權(quán)益變動表披露方式。近年來，我國會計準則也在積極地與國際會計準則趨同。我國財政部也于2009年6月了《企業(yè)會計準則解釋第3號》（以下簡稱《解釋第3號》），其中規(guī)定：企業(yè)應(yīng)當在利潤表“每股收益”下增列“其他綜合收益”項目和“綜合收益總額”項目，其他綜合收益明細項目及其所得稅影響則在附注中詳細披露。

二、綜合收益理論分析

綜合收益作為一種新的收益衡量指標，具有良好的理論基礎(chǔ)，因而其日益受到準則制定者和報表使用者的重視。從綜合收益的定義可知，綜合收益采用資產(chǎn)負債觀，特別重視凈資產(chǎn)的計價。在計量屬性上，不限于采用單一的歷史成本計量屬性而允許采用現(xiàn)值、公允價值等多種計量屬性。因此綜合收益符合收入/費用觀向資產(chǎn)/負債觀發(fā)展的要求。綜合收益把當期確認的所有收入、費用、利得和損失都包括在收益當中，全面地反映企業(yè)經(jīng)營的各個方面，也符合總括收益觀的要求。財務(wù)報告的目標是向使用者提供其決策有用的信息，而傳統(tǒng)收益只是對主體在某一會計期間已經(jīng)實現(xiàn)的經(jīng)營成果進行報告而不報告未實現(xiàn)的利得或損失，導致其內(nèi)容不全面，報告不及時，并存在收益操縱的可能性，繼而會影響信息使用者對企業(yè)真實盈利能力和潛在風險的判斷。而綜合收益不僅包括正常經(jīng)營活動產(chǎn)生的收益， 還包括受物價、匯率等影響而產(chǎn)生的利得或損失，提供了更全面的財務(wù)信息，更符合決策有用觀的要求。報告綜合收益還能促使管理者去關(guān)注影響企業(yè)價值的所有因素，最大可能地提高企業(yè)價值。

三、綜合收益相關(guān)研究

盡管綜合收益在理論上優(yōu)于傳統(tǒng)收益，然而關(guān)于綜合收益的決策有用性和列報位置，國內(nèi)外研究并未達成一致的觀點。

（一）綜合收益決策有用性研究

Cheng et al（1993）對營業(yè)利潤、凈利潤和綜合收益在解釋證券回報上的有用性進行比較研究，結(jié)果發(fā)現(xiàn)：在相對價值相關(guān)性方面，營業(yè)利潤最強，其次是凈利潤，綜合收益最低；在增量價值相關(guān)性方面，其他綜合收益無增量價值相關(guān)性。然而文章只是簡單比較每個模型R2的大小，并不能在統(tǒng)計上可靠地說明一個模型的解釋力優(yōu)于另一個模型。

Dhaliwal et al（1999）比較了廣義的綜合收益CIbroad（扣除普通股分紅影響后的股東權(quán)益變動值）、SFAS 130要求列報的綜合收益CI130和凈利潤在股票回報、股票價格的相關(guān)性和對未來現(xiàn)金流和利潤的預測能力，得出的結(jié)論是凈利潤比兩種類型的綜合收益都具有更高的價值相關(guān)性和預測能力，而受金融公司的影響，可供出售證券利得或損失是唯一可以增強綜合收益與市場回報相關(guān)性的項目。然而分析其回歸結(jié)果不難發(fā)現(xiàn)，在報酬模型下， CI130比凈利潤的價值相關(guān)性高，此外，在金融行業(yè)CI130的價值相關(guān)性也顯著高于凈利潤，與其得出的結(jié)論并不一致。

Chambers et al（2007）認為在SFAS 130實施之前，其他綜合收益及其組成部分沒有在報表中列示，研究者需要估計這些項目的數(shù)據(jù)，這就會存在較大的計量誤差，這些計量誤差也是導致其他綜合收益及其構(gòu)成項目沒有被市場定價原因之一。然而在SFAS 130實施后，其他綜合收益及其構(gòu)成項目在報表內(nèi)直接列示，卻受到市場的積極關(guān)注；盡管凈利潤在預測未來凈利潤及經(jīng)營活動現(xiàn)金流方面優(yōu)于綜合收益，但綜合收益及其構(gòu)成項目具有價值相關(guān)性，且比凈利潤能夠提供增量價值相關(guān)性信息。然而其選取的只是納入到標準普爾500指數(shù)的公司，并不代表所有上市公司，而且其研究期間經(jīng)歷了經(jīng)濟的繁榮和衰退，但凈利潤的回歸系數(shù)在這兩個具有不同經(jīng)濟形勢的期間卻沒有變化，讓人不可思議。

Kanagaretnam et al（2009）用同時在美國和加拿大上市的加拿大公司的實際披露數(shù)據(jù)，發(fā)現(xiàn)總額的綜合收益比凈利潤價值相關(guān)性高，能更好地預測未來現(xiàn)金流，其他綜合收益項目中的可供出售金融資產(chǎn)和現(xiàn)金流量套期兩個項目與股票價格、市場回報顯著相關(guān)，凈利潤僅僅在預測未來凈利潤方面優(yōu)于綜合收益。然而其研究的是大型跨國公司，很可能存在樣本選擇問題。

在我國，謝獲寶等（2010）基于2007-2008年滬深A股上市公司的數(shù)據(jù)，得出的研究結(jié)論是，相對于凈利潤，綜合收益總額信息不具有更高的價值相關(guān)性，但是凈利潤和其他綜合收益各項目、凈利潤和其他綜合收益總額兩種列報形式對股價或回報的解釋力度更高，其中分項列報的解釋力最高。而唐國平等（2011）基于2009年滬市A股數(shù)據(jù)，沒有發(fā)現(xiàn)綜合收益的價值相關(guān)性大于凈利潤，綜合收益中包含的其他綜合收益基本不具備價值相關(guān)性。由于我國提出綜合收益概念較晚，大部分研究只能利用《解釋第3號》實施之前或當年的少量數(shù)據(jù)，無法進行大樣本研究，結(jié)論的可靠性和可推廣性必然受到影響。

除了研究結(jié)論存在不一致以外，文獻中都會發(fā)現(xiàn)其他綜合收益組成項目的一些奇異的系數(shù)，文章卻沒有給出合理的解釋。在Biddle and Choi（2006）的回歸結(jié)果中，凈利潤的系數(shù)（前后兩年分別為0.24，0.01）均小于未實現(xiàn)的證券利得和損失（前后兩年分別為1.17，-0.17），且其持續(xù)性系數(shù)（-0.04）也不如未實現(xiàn)的證券利得和損失（0.17）。Chambers et al（2007）也發(fā)現(xiàn)未實現(xiàn)的證券利得和損失項目的系數(shù)顯著大于凈利潤的系數(shù)。作者做了一些補充回歸試圖去解釋這一現(xiàn)象，然而未能找出真正的原因。同樣的，在Kanagaretnam et al（2009）的回歸結(jié)果中，在SFAS 130實施之前期間，凈利潤的盈余反應(yīng)系數(shù)（0.097）也遠遠小于未實現(xiàn)的證券利得和損失的盈余反應(yīng)系數(shù)（0.47）。所以這些奇異的系數(shù)影響了實證結(jié)果的可靠性，同時還說明了其他綜合收益組成項目不同于一般的收益性質(zhì)，還需進一步的研究和探討。

（二）綜合收益列報的研究

Hirst and Hopkins（1998）通過比較綜合收益兩種報告方式（權(quán)益變動表式和損益表式）對分析師估計盈余管理公司股價的影響程度，發(fā)現(xiàn)通過權(quán)益變動表報告綜合收益及其組成可以在一定程度上降低分析師對該公司股價的估價，然而影響程度不及通過損益表報告。從而得出在損益表中報告綜合收益更具有透明度，對使用者決策更有用。Maines和McDaniel（2000）則發(fā)現(xiàn)，無論使用何種列報格式，非專業(yè)投資者都能獲取未實現(xiàn)利得和損失的信息，然而非專業(yè)投資者對不同列報形式的綜合收益信息賦予不同的權(quán)重，當使用綜合收益表形式時，非專業(yè)投資者能覺察出綜合收益的波動性。然而兩篇文章都是在SFAS 130實施之前進行的調(diào)查研究，綜合收益的列報還沒有實施，人們對綜合收益的了解還不夠深入，勢必會影響到調(diào)查結(jié)果。而且實驗研究具有固有局限性：研究的只是個人的反應(yīng)，無法真實描繪復雜的資本市場對綜合收益的反應(yīng)。

Chambers et al（ 2007）則通過實證研究發(fā)現(xiàn)，其他綜合收益（合計數(shù)）的系數(shù)僅在權(quán)益變動表披露方式中顯著，從而認為投資者對在權(quán)益變動表披露的其他綜合收益比在損益表披露的給予更多的關(guān)注。然而在其樣本中，損益表披露方式的只有535公司-年（相比權(quán)益變動表披露方式的2272個公司-年），樣本量較小也可能導致其回歸系數(shù)不顯著。而且，在分項回歸模型中，其中最小養(yǎng)老金負債調(diào)整項目和未實現(xiàn)證券利得和損失項目在損益表披露方式中系數(shù)是顯著的。

Linda Smith.B et al（2010） 從基于權(quán)益的激勵和工作安全感兩個方面來考察為什么大多數(shù)公司選擇在所有者權(quán)益變動表披露綜合收益，而沒有采用SFAS 130所推薦的損益表披露方式。其研究發(fā)現(xiàn)，在損益表報告綜合收益，更容易讓投資者感知收益的波動性，而較高的波動性會損害公司的股價和對管理績效的評估，因此具有較高權(quán)益激勵和缺少工作安全感的管理層傾向于選擇權(quán)益變動表式報告綜合收益。

（三）其他相關(guān)研究

Jones and Smith（2011）比較了其他綜合收益和特殊項目（Special Items）的價值相關(guān)性和持續(xù)性，發(fā)現(xiàn)兩者都具有價值相關(guān)性，然而其他綜合收益項目具有負的持續(xù)性（隨時會部分地反轉(zhuǎn)），對未來盈余和未來現(xiàn)金流預測能力較低。Shahwali Khan（2011）研究了綜合收益的波動性和風險相關(guān)性。其認為，相對于凈利潤，綜合收益更具波動性，然而其增量波動性并沒有更多地解釋市場風險，也沒有被市場定價。由此得出市場并沒有被其他綜合收益的波動性誤導，而且在單獨的一張報表中披露綜合收益可以降低分項師的信息解析成本。Igor Goncharov et al（2008）采用Basu （1997）的模型，發(fā)現(xiàn)綜合收益由于更及時地確認好消息，改變了傳統(tǒng)收益所倡導的謹慎性。

四、我們的思考

長久以來，凈利潤一直作為衡量一個企業(yè)經(jīng)營效益的核心指標，為人們理解和運用。而綜合收益是一個相對陌生的新收益指標，涉及到許多會計理論和實務(wù)問題，不可能一蹴而就，需要一個成長和規(guī)范的過程，也需要人們更多的關(guān)注和探討。盡管目前報告綜合收益還存在爭議，然而，真實全面及時地報告企業(yè)的財務(wù)業(yè)績，滿足廣大投資者和其他外部使用者經(jīng)濟決策的需要，是財務(wù)業(yè)績報告改進的方向。

參考文獻：

[1]唐國平，歐理平.“其他綜合收益”具有價值相關(guān)性嗎？-來自滬市A股的經(jīng)驗證據(jù)[J].會計論壇，2011

[2]謝獲寶，尹欣，劉波羅.綜合收益及其構(gòu)成的價值相關(guān)性研究[J].珞珈管理評論，2010

[3]Biddle，G.，C.，Choi，J，2006，Is comprehensive income useful Journal of Contemporary Accounting and Economics 2（June）：1-32

[4]Chambers，D.，T.J.Linsmeier，C.Shakespeare，and T.Sougiannis，2007，An evaluation of SFAS No.130 comprehensive income disclosures，Review of Accounting Studies 12 （December）： 557-593

[5]Dhaliwal，D.，K.R.Subramanyam，and R.Trezevant，1999，Is comprehensive income superior to net income as a measure of firm performance Journal of Accounting and Economics 26 （January）： 43-67

[6]Denise A. Jones and Kimberly J. Smith，2011，Comparing the Value Relevance， Predictive Value， and Persistence of Other Comprehensive Income and Special Items，The Accounting Review， 86， 2047-2073

[7]Financial Accounting Standards Board （FASB），1997，Reporting Comprehensive Income，Statement of Financial Accounting Standards No. 130. Norwalk， CT： FASB

[8]Hirst，D.，and P.Hopkins，1998，Comprehensive Income Reporting and Analysts’ Valuation Judgments，Journal of Accounting Research， 36， 47-74

[9]Igor Goncharov and Allan Hodgson，2008，Comprehensive Income In Europe：Valuation， Prediction and Conservative Issues，Annales Universitatis Apulensis Series Oeconomica，1（10）：1-33

[10]Kanagaretnam，K.，R.Mathieu and M.Shehata，2009，Usefulness of comprehensive income reporting in Canada，Journal of Accounting and Public Policy ，28（4）： 349-365

[11]Linda Smith Bamber，John （Xuefeng） Jiang，Kathy R.Petroni and Isabel Yanyan Wang，2010，Comprehensive Income： Who's Afraid of Performance ReportingThe Accounting Review，85，97-126

篇4

受制作周期和固定播放時間段的限制，一定程度上影響了電視新聞評論節(jié)目傳播意見性信息的實效性，即不能將這些意見性信息在第一時間傳達給公眾，實效性比較低，很難引起公眾對節(jié)目的關(guān)注。隨著網(wǎng)絡(luò)的發(fā)展，微博的廣泛運用使一些新聞事件的發(fā)生與報道幾乎呈現(xiàn)零時差，由此可見，在媒介融合趨勢下，電視新聞評論節(jié)目的時效性優(yōu)勢正逐漸減弱。

二、電視新聞評論在媒介融合下的創(chuàng)新策略

1.電視新聞評論應(yīng)平民化在媒介融合大環(huán)境下，電視新聞評論節(jié)目要做到平民化需要滿足兩方面的要求。一方面，節(jié)目的選擇需要與大眾生活有緊密的聯(lián)系，這樣不僅可以使固有聽眾得到穩(wěn)固，還可以使新聽眾的數(shù)量相應(yīng)增加。另一方面，節(jié)目要避免過重的說教意味，要從平民角度出發(fā)制作節(jié)目，這樣有助于增強與讀者之間的聯(lián)系，與聽眾產(chǎn)生強烈的共鳴。新聞評論性節(jié)目需要與大眾進行充分的交流和溝通，要具有廣闊的話語空間，這是由節(jié)目的評論性決定的。電視新聞評論節(jié)目制作平民化，除了向人們傳達健康和諧的思想和觀念之外，還有利于更好地創(chuàng)建和諧社會。由此可見，電視新聞評論性節(jié)目只有更具平民化，才能夠更充分地發(fā)揮對公眾的教育作用。

2.電視新聞評論應(yīng)個性化電視新聞評論在媒介融合形勢下應(yīng)個性化，這樣才有可能從容應(yīng)對新形勢帶來的困惑和挑戰(zhàn)，這需要在節(jié)目形式、內(nèi)容以及主持人風格等方面有一個明確的定位。如，民生新聞具有語言本土化、視角平民化以及內(nèi)容生活化的特點，所以節(jié)目中需要從平民角度出發(fā)，著重選擇與現(xiàn)實生活接近，最好擁有本土化的語言材料，這樣才更能夠充分體現(xiàn)民生新聞節(jié)目的特點，同時也應(yīng)該充分認識到，內(nèi)容和形式不同的新聞評論節(jié)目對節(jié)目主持人的要求和節(jié)目的風格定位也具有不同程度的差異，如《新聞1+1》這檔節(jié)目針對的主要對象是25歲到54歲、居于管理層的男性，這就決定了節(jié)目的選題需要從這類受眾角度出發(fā)，最好選擇與經(jīng)濟、政治以及法律等方面內(nèi)容有關(guān)的新聞選題，選擇專業(yè)知識比較強的新聞評論員，才有可能使節(jié)目取得較高的收視率。

篇5

左手和右手可以比作目前中國酒業(yè)市場上廠商和經(jīng)銷商。忠誠對于雙方來說都是很敏感的問題。今年不賺錢，明天就轉(zhuǎn)投的故事都已經(jīng)是老生常談了。人的思維總是很奇怪，簡單的問題往往被復雜化。廠商和經(jīng)銷商不正是鋼琴上的左右手嗎？無論缺少了左手，還是缺少了右手都無法在中國酒業(yè)市場這架鋼琴上彈奏出華麗的樂章。

選擇正確的另一只手

廠商就是鋼琴前面那只強有力的右手，同時可以把經(jīng)銷商比喻成起輔助作用的左手。

樂曲的和諧與美妙不在于鋼琴家的右手有多么強勁有力，也不在于他的左手多么寬廣厚實。最為重要的是兩只手的力度要一致，方向要一致，速度要同步。因此經(jīng)銷商首先要考慮的不是廠商實力是否力冠群雄，產(chǎn)品是否登峰造極，支持是否一呼百應(yīng)。而要思考自身的實力能否和廠商聯(lián)袂，優(yōu)勢能否互補，對消費者的服務(wù)能否和廠商配合。最好，最強的往往未必是最適合自身發(fā)展的。

同樣，廠商也應(yīng)該有同樣的思考。面對選擇面更為廣闊的那只左手，經(jīng)銷商能夠打動廠商的必定是他背景、實力、網(wǎng)絡(luò)、市場等硬件條件中最能和廠商互補的那一條。達到廠商和通路的資源利用最大化，發(fā)揮廠商和通路雙方自身的優(yōu)勢，達到同步發(fā)展才是發(fā)展的硬道理。

瀘州老窖銷售公司總經(jīng)理張良在介紹瀘州老窖的通路模式時就提到，“瀘州老窖銷售公司采取的是總分銷的通路銷售模式，如何和總進行更緊密的合作，真正做到伙伴似的充分資源共享，是我們和總們一致認可的努力方向。”可見選擇正確的另一只手具有深遠的意義。

前幾年，瀘州老窖在深圳推出他們的高端品牌“國窖1573”時，由于總的不得力，國窖1573在深圳市場大吃苦頭。不得不說這個時候瀘州老窖應(yīng)該考慮重新選擇自己的左手了。

以后的結(jié)果無需細說，東莞國窖銷售有限公司成立，成為了“國窖1573”的華南獨家總。東莞國窖的另一身份麟昌的能力不可謂不強，作為珠江啤酒最大的商，麟昌有它自己的銷售模式和通路建設(shè)。麟昌是一種“物流型”的通路模式，它的網(wǎng)絡(luò)覆蓋面大而全，對于瀘州老窖來說，選擇大而全的市場通路或許反而不利于“國窖1573”的市場擴大，他們更看重的是麟昌可對某一種產(chǎn)品做集中式推廣的優(yōu)勢。最終的選擇東莞國窖也確實沒有讓瀘州老窖失望。

忠誠更多是一種平衡

選擇適合自身發(fā)展的另一只手是個不斷選擇的過程。

從這種角度看，酒業(yè)市場沒有淘汰誰，只是在不斷重新優(yōu)化組合著。從這個視點來看所謂經(jīng)銷商“反水”等事件不過是廠商和通路都重新選擇了自己的合作伙伴另一只手。這里沒有涉及誰背判了誰的問題，沒有誰對誰錯的問題。忠誠更多的時候體現(xiàn)的是一種平衡。也可以說只有達到了這種平衡才有真正的忠誠。

一些強調(diào)短期利潤的企業(yè)都是特別強調(diào)個人的忠誠，一些曇花一現(xiàn)的廠商也喜歡強調(diào)通路的忠誠。他們的共同點是都喜歡用錢，用一些利潤數(shù)字來維持這種平衡。當錢的誘惑力降低，或者其他對手提供了數(shù)量更大的利潤誘惑的時候，就只能更換新人，更換新的通路，依靠新人、新通路的熱情繼續(xù)維持短期的行為。然而周而復始，惡性循環(huán)，到頭來獲得的就很少，很多類似的廠商就已經(jīng)消聲匿跡了。一個廠商如果不能創(chuàng)造一個理念，一個遠景，僅僅依靠短期對利潤的重新分配來維護通路的忠誠，換來的不過是無言的結(jié)局。

記者了解到像深圳摩登這樣的長城莊園的大商同長城公司的合作都是長期的，合作期間長城公司也對自己親密的合作伙伴給予了足夠的支持，同時摩登一直對長城莊園充滿信心。

2002年10月長城公司經(jīng)歷了進入市場以后最艱難的一道坎，這就是著名的“垃圾事件”。相關(guān)報道一出籠，就給一向風平浪靜的葡萄酒業(yè)扔下了一顆深水炸彈，這段時間中國葡萄酒業(yè)可謂“天下大亂”。相信當時長城自己都沒有想到，一夜之間它的干紅竟成千夫所指。當時在各大媒體鋪天蓋地的言論轟炸之下，一時間長城公司成了眾矢之的。事后雖然證明了長城是無辜的，但是事件對長城的影響仍然是巨大的。通常在廠商面臨困境的時候，大多數(shù)經(jīng)銷商都會采取觀望的態(tài)度，倘若結(jié)果向相反的方向發(fā)展，難保不會樹倒猢猻散。摩登的語氣中不無自豪的陳述了自己當時的作法。摩登不僅沒有充當一個旁觀者，更重要的它以一個幫助者的姿態(tài)登場了。摩登不僅表示了對長城的信任，還不遺余力的為長城澄清不利影響。無論摩登在后來事件的明朗化當中是否起到了決定性作用，它的行為都表達了作為一個通路，一個合作伙伴，廠商的另外一只手的優(yōu)秀的品格。

篇6

關(guān)鍵詞:金融業(yè)綜合經(jīng)營;研究;述評

中圖分類號:F830文獻標識碼:A文章編號:1006-1428(2007)05-0026-04

一､金融業(yè)綜合經(jīng)營的含義與特征

金融業(yè)綜合經(jīng)營是相對于分業(yè)經(jīng)營而言，指金融機構(gòu)同時經(jīng)營銀行､保險､證券､信托等二種或以上業(yè)務(wù)，實現(xiàn)業(yè)務(wù)多元化經(jīng)營的金融制度。金融業(yè)綜合經(jīng)營具有節(jié)約交易成本､分散金融風險､獲得協(xié)同效應(yīng)的優(yōu)勢，提高金融機構(gòu)的競爭能力，達到經(jīng)濟資源的優(yōu)化配置。

金融業(yè)綜合經(jīng)營一般來說有三種特征:一是多樣性，這主要是金融機構(gòu)采取何種模式進行金融業(yè)綜合經(jīng)營，有全能銀行､金融控股公司､母子公司制。采用何種模式進行綜合經(jīng)營要根據(jù)國家經(jīng)濟和金融的具體情況。二是漸近性，金融業(yè)綜合經(jīng)營不是一蹴而就的，需要有過渡時期，過渡時期的長短要根據(jù)國家的金融環(huán)境､監(jiān)管當局的能力､金融機構(gòu)的自身情況而定。三是差異性，由于各國分業(yè)的起點和金融監(jiān)管法律法規(guī)不同，在不同的金融發(fā)展階段會采取不同的方式甚至表現(xiàn)出較大的差異。

二､中國金融業(yè)綜合經(jīng)營的可行性､必要性

金融業(yè)經(jīng)營方式在于整個社會經(jīng)濟與金融機構(gòu)的變化。經(jīng)濟的發(fā)展使得社會公眾對于金融機構(gòu)的服務(wù)需求和金融產(chǎn)品要求越來越高，這為金融業(yè)綜合經(jīng)營提供了發(fā)展的動力。計算機技術(shù)和網(wǎng)絡(luò)的飛速發(fā)展，為金融業(yè)綜合經(jīng)營提供了技術(shù)支持，與此同時，加快了全球經(jīng)濟､金融一體化，在全球金融業(yè)綜合經(jīng)營發(fā)展的大背景下，我國可以借鑒國外的經(jīng)驗。

國內(nèi)學者對于中國金融業(yè)是否有必要進行金融綜合經(jīng)營，展開了廣泛的討論。隨著我國加入WTO后對外國開放金融市場的承諾兌現(xiàn)后，對金融綜合經(jīng)營的呼聲很高，大多數(shù)學者認為要進行金融的綜合經(jīng)營;但是也有不同的看法，同時也有學者認為目前我國金融業(yè)風險控制能力､監(jiān)管水平､人才儲備方面存在不足，沒有必要跟風。

高曉梅－2001認為分業(yè)經(jīng)營是與較低層次的金融發(fā)展水平相適應(yīng)，而混業(yè)經(jīng)營是金融業(yè)發(fā)展到一定水平的必然要求，是不可逆轉(zhuǎn)的時代潮流。盧娟､朱峰－2001認為應(yīng)該逐步放棄分業(yè)經(jīng)營的模式，加快向混業(yè)經(jīng)營邁進的步伐。田賀萍－2003在肯定混業(yè)經(jīng)營是前提的條件下，將金融控股公司作為一種模式，認為這是我國的最優(yōu)選擇。

但是，劉楊－2000提出急于推進我國金融業(yè)的混業(yè)經(jīng)營不符合我國國情。秦曉－2002認為綜合與分業(yè)的經(jīng)營風險到目前為止，還是無法比較的，對于風險的防范和控制，不一定非要分業(yè)或綜合。是否實現(xiàn)綜合經(jīng)營完全取決于金融機構(gòu)的內(nèi)部治理結(jié)構(gòu)､自律狀況､外部的信用制度､法律環(huán)境､監(jiān)管手段和方法的有效性。到目前為止，還沒有證明金融資本的使用效率因為綜合經(jīng)營而提高。

我們認為，金融業(yè)綜合經(jīng)營是我國加入WTO的現(xiàn)實要求。全球經(jīng)濟一體化的進程加快了金融的自由化，金融創(chuàng)新產(chǎn)品日新月異，單一的金融機構(gòu)無法提供多樣化的金融商品，也無法承擔進行金融創(chuàng)新所需的人力物力，這在一定程度上抑制了金融產(chǎn)品的創(chuàng)新，客戶多樣性的金融需求也無法得到“一站式”滿足。同時2006年12月11日我國金融市場對外資金融機構(gòu)的全面開放，也要求我國金融要加快金融綜合經(jīng)營。外資金融機構(gòu)是以金融綜合經(jīng)營為背景下開展金融業(yè)務(wù)，降低成本，滿足客戶金融需求，節(jié)約了客戶時間成本，提高了資本的使用效率，同時開展的中間業(yè)務(wù)和表外業(yè)務(wù)，在目前存貸利率差不斷縮小的情況下，增加了利潤，提高了金融機構(gòu)的收益率。

三､金融業(yè)綜合經(jīng)營的優(yōu)勢分析

對于金融業(yè)綜合經(jīng)營優(yōu)勢的理論分析，一般集中在美國､英國､德國等金融綜合化進程比較好的國家。金融業(yè)綜合經(jīng)營可以分散風險，達到規(guī)模經(jīng)濟､范圍經(jīng)濟，可以降低成本，獲得協(xié)同效應(yīng)，增加金融機構(gòu)的競爭能力，提高資本的使用效率。

金融綜合經(jīng)營可以有效地穩(wěn)定收益，降低風險。金融綜合經(jīng)營的主要特點是一定數(shù)量的子公司來從事銀行､證券､保險､信托､基金等不同金融業(yè)務(wù)的具體經(jīng)營，只要各子公司業(yè)務(wù)之間的風險不是完全相關(guān)的，那么通過合理的組合，金融綜合經(jīng)營就可以實現(xiàn)不同金融業(yè)務(wù)之間風險的對沖，從而獲得穩(wěn)定的現(xiàn)金流。

Benston－1989認為商業(yè)銀行與投資銀行業(yè)務(wù)產(chǎn)生的現(xiàn)金流相對穩(wěn)定，兩者混合在一起的收益會比二者之和更高，但總體風險不會增加。Saunder and walter－1994所作的各種風險模擬認為銀行､保險和證券業(yè)務(wù)的組合能產(chǎn)生更加穩(wěn)定的利潤來源。Barth，Caprio and Levine－1998的比較研究表明:對商業(yè)銀行從事證券業(yè)務(wù)等傳統(tǒng)的非銀行類業(yè)務(wù)進行嚴格限制的國家發(fā)生銀行危機的可能性較高，表明金融綜合經(jīng)營可以在一定程度上降低風險。

在金融服務(wù)中，金融業(yè)綜合經(jīng)營也存在著規(guī)模經(jīng)濟現(xiàn)象。但實證分析的結(jié)果沒有對于在多大的資產(chǎn)規(guī)模上才可以達到金融綜合經(jīng)營的規(guī)模經(jīng)濟，即對于產(chǎn)生規(guī)模經(jīng)營的資產(chǎn)沒有統(tǒng)一標準。

當通過金融綜合經(jīng)營提供特定金融服務(wù)組合的成本低于通過多家專業(yè)機構(gòu)提供同樣種類服務(wù)的成本之和時，即存在范圍經(jīng)濟。由于信息的共享和成本節(jié)約，金融綜合經(jīng)營產(chǎn)生范圍經(jīng)濟。

對于金融綜合經(jīng)營能否產(chǎn)生協(xié)同效應(yīng)，許多學者投入到了金融機構(gòu)協(xié)同效應(yīng)的衡量過程中。有研究表明，銀行業(yè)務(wù)的平均低效率程度大致占到總成本的20―25%。Berger， Huncock and Humphrey－1993早些時候的研究發(fā)現(xiàn)，大銀行的效率較高，而相同規(guī)模的銀行，其效率也有明顯的差異，究其原因，他們認為銀行的經(jīng)營比銀行的組織形式或者規(guī)模更重要。Betlston－1994研究認為，全能銀行在規(guī)模經(jīng)濟､范圍經(jīng)濟等方面要優(yōu)于專業(yè)性金融機構(gòu)，但他同時認為，專業(yè)性金融機構(gòu)能夠在與全能銀行的競爭中生存下來，表明銀行的組織形式并不是決定性的因素。

四､金融業(yè)綜合經(jīng)營模式選擇

金融業(yè)綜合經(jīng)營主要有三種模式:一是全能銀行制，在這種模式下，金融實體､產(chǎn)業(yè)實體可以從事所有的金融業(yè)

務(wù)，同時開展存貸款業(yè)務(wù)､證券承銷與發(fā)行､保險業(yè)務(wù)､共同基金等。這是典型的業(yè)務(wù)交叉模式，為德國和其他歐洲大陸所采用。二是銀行母子公司制，在此模式下，銀行和非銀行子公司之間沒有嚴格界限，證券業(yè)務(wù)､保險業(yè)務(wù)､投資銀行業(yè)務(wù)等是由銀行子公司進行的，為英國所采用。三是金融控股公司，這是美國､日本､加拿大等發(fā)達資本主義國家金融業(yè)綜合經(jīng)營所選擇的組織形式，也是當今世界上最為流行的模式。金融控股公司是在同一控制權(quán)下完全或主要在銀行業(yè)､證券業(yè)､保險業(yè)中至少兩個不同的金融行業(yè)大規(guī)模地提供服務(wù)的金融集團公司，實現(xiàn)集團綜合､法人分業(yè)。

吳曉靈－2004提出如果以某類金融機構(gòu)為主體形成金融控股公司，這個金融控股公司能從充分發(fā)揮主體優(yōu)勢的角度考慮綜合經(jīng)營的需要。我們在規(guī)范､引導金融控股公司的發(fā)展時要對金融控股公司的模式進行充分論證，不應(yīng)排除以某類金融機構(gòu)為基礎(chǔ)的金融控股公司。岳世忠－2006則指出在金融控股公司的框架下，原來的分業(yè)監(jiān)管仍然有效，這更有利于監(jiān)管水平的提高和資本市場的完善。金融控股公司的建立就相當于在傳統(tǒng)的銀行業(yè)務(wù)和證券業(yè)務(wù)中設(shè)置了一道“弱防火墻”，從而加大公司管理人員從事此類交易的難度，在一定程度上降低了委托的風險。由此可見，在國內(nèi)存在著約束條件而我國金融市場加快開放的兩難局勢下，金融控股公司不失為中國從分業(yè)到混業(yè)的一個現(xiàn)實選擇。

中國金融業(yè)綜合經(jīng)營的模式必須適應(yīng)中國金融機構(gòu)的自身狀況､自律水平､金融監(jiān)管當局的能力､整個金融環(huán)境綜合確定。金融控股公司的集團綜合經(jīng)營､法人分業(yè)，這就像在金融子公司之間有效地建立了一道“防火墻”，防止風險傳遞。在中國目前金融業(yè)風險控制能力不強的情況下，既提高了金融機構(gòu)競爭能力，又防范了風險的相互感染。法人分業(yè)比較適合當前中國金融監(jiān)管當局的分業(yè)監(jiān)管的實際，同時要求監(jiān)管能力的不斷提高。金融控股公司是中國金融業(yè)綜合經(jīng)營的較為適當?shù)哪Ｊ健?/p>

五､金融業(yè)綜合經(jīng)營的風險效應(yīng)

金融業(yè)綜合經(jīng)營是金融業(yè)發(fā)展的必然趨勢，這將提高我國銀行､證券､保險行業(yè)的競爭力，加快與國際化金融的接軌。綜合經(jīng)營的金融機構(gòu)一般從事多種金融業(yè)務(wù)，必然涉及到不同的金融市場，來自各方面的競爭更加激烈，風險會更加多樣化､復雜化。

金融業(yè)綜合經(jīng)營有利于分散風險，這是相對于分業(yè)經(jīng)營而言的。逢詩偉等－2005從資產(chǎn)組合的角度分析出金融業(yè)綜合經(jīng)營后，經(jīng)營業(yè)務(wù)的領(lǐng)域更加廣泛，金融產(chǎn)品的種類增加，相對風險也將分散。無論在收益方面，還是在風險規(guī)避方面，綜合經(jīng)營都嚴格優(yōu)于分業(yè)經(jīng)營。

這不意味著金融綜合經(jīng)營沒有風險，金融就是經(jīng)營風險的企業(yè)，金融業(yè)綜合經(jīng)營是一種經(jīng)營方式，本身也具有風險，還可能擴大風險。楊新臣－2006比較全面地指出了金融業(yè)綜合經(jīng)營的風險，金融業(yè)務(wù)種類之間差異性帶來的管理難度加大，這不僅增加了金融機構(gòu)管理的幅度和難度，而且增加了管理成本，不同金融業(yè)務(wù)的交叉帶來了混合的金融風險;混業(yè)的金融機構(gòu)擁有更多的信息，為金融機構(gòu)的經(jīng)理人提供了更多獲取高收益的投機途徑，在這種投機心理的驅(qū)使下，金融機構(gòu)可能從事更高風險的業(yè)務(wù)，從而加大金融機構(gòu)混業(yè)經(jīng)營的道德風險;在享受協(xié)同效應(yīng)的同時，混業(yè)經(jīng)營的金融機構(gòu)之間的關(guān)聯(lián)交易又使得風險在整個集團內(nèi)部傳遞。

面對外資金融機構(gòu)的競爭和自身發(fā)展的需要，進行金融綜合經(jīng)營是相當必要的。但是在此過程中，加強風險的分析､識別､預警､預測與控制，則成為一個核心問題。尤其是我國現(xiàn)行的金融體制不完善，金融機構(gòu)風險管理能力欠佳的情況下，進行金融綜合經(jīng)營的風險研究也是相當重要的。

六､金融業(yè)綜合經(jīng)營的監(jiān)管問題

在目前的文獻中，多數(shù)學者提出了在金融業(yè)綜合經(jīng)營的趨勢下加強金融部門的監(jiān)管能力和執(zhí)行力度的建設(shè)問題。夏斌､陳道富－2005明確指出，根據(jù)我國金融機構(gòu)目前綜合經(jīng)營現(xiàn)狀和金融市場的進一步發(fā)展趨勢，當前總的監(jiān)管思路應(yīng)該是:“在堅持分業(yè)監(jiān)管原則的同時，實現(xiàn)部分業(yè)務(wù)逐步向功能性綜合監(jiān)管的過渡”。馬海琨､張京－2006認為三大監(jiān)管部門已經(jīng)確立了金融控股公司監(jiān)管的“主監(jiān)管制度”，并明確了各監(jiān)管機構(gòu)的職能分工以及信息共享等框架，但總體來說，取得的進展僅僅處在原則性框架層面。我國的監(jiān)管機構(gòu)應(yīng)有意識地進行制度建設(shè)，把金融控股納入監(jiān)管范圍，為金融控股的發(fā)展創(chuàng)造良好的制度環(huán)境。李連三－2001同樣也認為我國金融業(yè)實行的是分業(yè)監(jiān)管模式，這種模式在分業(yè)經(jīng)營的情況下是適合我國國情的，一旦我國走向綜合經(jīng)營，則分業(yè)監(jiān)管體制將很難進行快速協(xié)調(diào)反應(yīng)。因此，現(xiàn)在應(yīng)該未雨綢繆，認真考慮綜合監(jiān)管的技術(shù)和進行監(jiān)管部門整合問題，以適應(yīng)將來金融業(yè)的綜合經(jīng)營。趙錫軍－2006指出，為了適應(yīng)綜合經(jīng)營的發(fā)展趨勢，一方面要提高各個監(jiān)管機構(gòu)獨立的監(jiān)管水平和監(jiān)管能力，同時加強各監(jiān)管機構(gòu)之間的合作，建立穩(wěn)定的合作機制和通暢的信息交流渠道。

在分業(yè)經(jīng)營､分業(yè)監(jiān)管的金融環(huán)境下，在中國人民銀行､銀監(jiān)會､證監(jiān)會､保監(jiān)會分別監(jiān)管銀行､證券､保險外，針對目前金融業(yè)綜合經(jīng)營的情況，還組織了一個金融聯(lián)席會議，進行綜合信息的處理和溝通。在我國，銀行業(yè)對一國經(jīng)濟影響很大，四大國有商業(yè)銀行在經(jīng)濟中的作用舉足輕重，一旦在綜合經(jīng)營過程中發(fā)生危機，后果相當嚴重。因此在金融實體進行綜合經(jīng)營過程中，只要該實體旗下有銀行參與，監(jiān)管力度要加強，銀監(jiān)會要作為該實體的主要監(jiān)管機構(gòu)，要嚴格對其資本充足率､風險集中度､關(guān)聯(lián)交易進行監(jiān)控。此外監(jiān)管部門要加強自身監(jiān)管能力建設(shè)，提高監(jiān)管水平，加強監(jiān)管措施，相互交流，做到信息共享。

七､金融業(yè)綜合經(jīng)營的基本原則問題

就目前金融業(yè)發(fā)展來看，金融綜合經(jīng)營勢不可擋，國內(nèi)的金融機構(gòu)已經(jīng)開始積極進行綜合化經(jīng)營。周小川－2006認為要穩(wěn)步推進金融業(yè)綜合經(jīng)營試點，尋找正確的出路和創(chuàng)造必要的環(huán)境。曾凡良－2002提到中國的金融改革是一個長期的過程，必須結(jié)合我國的實際，走一條漸進式的混業(yè)經(jīng)營道路，也就是要正確處理好改革､發(fā)展和穩(wěn)定的關(guān)系。王－2004－當時為中國人壽保險公司的總經(jīng)理明確提出中國保險業(yè)綜合經(jīng)營要漸行漸近。

對于金融綜合經(jīng)營也要有試行步驟､試行地區(qū)､試行行業(yè)､試行單位，應(yīng)該在上海､北京､深圳等金融業(yè)相對發(fā)達的地區(qū)的大型銀行､保險､證券公司，如中國工商銀行､中國銀行､中國人壽保險公司等開展試點。應(yīng)先讓內(nèi)控制度健全的金融機構(gòu)進行銀行､證券業(yè)務(wù)､保險業(yè)務(wù)的綜合經(jīng)營試點，不能一哄而上，讓所有的金融機構(gòu)同時介入銀行､證券､保險市場，這樣做有助于減少對證券市場､保險市場的沖擊，同時逐步增強銀行經(jīng)營證券業(yè)務(wù)､保險業(yè)務(wù)的本領(lǐng)，在實踐中慢慢成熟起來。考慮到銀行業(yè)對整個經(jīng)濟的影響，商業(yè)銀行在初期可介入保險業(yè)務(wù)及風險較小的證券業(yè)務(wù)，如債券業(yè)務(wù)和股票一級市場業(yè)務(wù)，以做到有章可循､有序､穩(wěn)步推進金融業(yè)綜合經(jīng)營試點工作。

八､若干結(jié)論和展望

我國應(yīng)當加快金融改革，順應(yīng)金融業(yè)發(fā)展趨勢，進行金融業(yè)綜合化經(jīng)營的創(chuàng)新。我們認為，基于我國金融機構(gòu)自身發(fā)展水平和社會經(jīng)濟環(huán)境，建立金融控股公司是最佳選擇。同時要提高我國金融監(jiān)管的能力，建立金融體系的風險預警系統(tǒng)，加強金融機構(gòu)綜合化經(jīng)營后抵御風險的能力，確保金融體系安全。

1. 積極､有序､穩(wěn)步地推進金融業(yè)綜合經(jīng)營的進程。世界經(jīng)濟一體化和WT0后外資金融機構(gòu)的挑戰(zhàn)，除了要求積極有序地發(fā)展間接融資外，要積極穩(wěn)妥地發(fā)展資本市場等直接融資市場，以提高國內(nèi)金融機構(gòu)的綜合經(jīng)營能力。

2. 金融控股公司是適合我國國情進行金融業(yè)綜合經(jīng)營的現(xiàn)實選擇。金融控股公司的各金融機構(gòu)分業(yè)經(jīng)營，在同一利益主體下相互協(xié)作。這樣既和我國目前的監(jiān)管水平相適應(yīng)，又提高了機構(gòu)的運作效率。

3. 要剖析金融業(yè)綜合經(jīng)營風險的一般機理，結(jié)合國外發(fā)達國家､地區(qū)的風險管理方面的經(jīng)驗，構(gòu)建適合中國金融業(yè)的風險預警模型，發(fā)出警號，揭示警源，進行有效的風險控制。

4. 金融監(jiān)管當局要加強監(jiān)管能力建設(shè)，要大力協(xié)調(diào)監(jiān)管，提高監(jiān)管人員的自身素質(zhì)，做好現(xiàn)場監(jiān)督和非現(xiàn)場監(jiān)督的協(xié)調(diào)，做好為金融業(yè)綜合經(jīng)營保駕護航的準備。隨著金融業(yè)綜合經(jīng)營的逐步開展，銀行業(yè)､證券業(yè)､保險業(yè)將日益融合，將會出現(xiàn)越來越多的交叉型業(yè)務(wù)和替代性產(chǎn)品，各方還可能在資本市場上協(xié)同對某種金融工具進行選擇和運用，以達到特定的目的。因此，勢必要求金融監(jiān)管部門及時調(diào)整監(jiān)管模式和監(jiān)管內(nèi)容，以適應(yīng)監(jiān)管對象的發(fā)展變化。2006年3月，銀監(jiān)會和保監(jiān)會已就“主監(jiān)管人制”達成一致。即以保險公司為主體的集團將以保監(jiān)會監(jiān)管為主，以銀行為主體的集團則以銀監(jiān)會監(jiān)管為主。目前央行也正在起草“金融控股公司監(jiān)管條例”，控股公司旗下的銀､證､保子公司之間及金融和實業(yè)之間將設(shè)置“防火墻”，以有效隔離總體風險。如此，我國金融業(yè)的綜合經(jīng)營將在適度､有效監(jiān)管的前提下得到健全的､規(guī)范的發(fā)展。

參考文獻:

[1]陳蕾等.我國金融控股公司的發(fā)展模式與現(xiàn)狀選擇[J].合肥學院學報，2006，（8）

[2]高曉梅.金融業(yè)從分業(yè)經(jīng)營向混業(yè)經(jīng)營回歸的國際實踐及啟示[J].山東財政學院學報，2001，（5）

[3]盧娟，朱峰.加入WTO與銀行制度選擇[J].金融理論與教學，200l，（4）

[4]李連三.我國金融業(yè)綜合經(jīng)營的具體步驟和實施策略[J].金融論壇，2001，（12）

[5]逄詩偉等.從資產(chǎn)組合角度分析混業(yè)經(jīng)營的風險[J].上海交通大學學報，2005，（10）

[6]劉楊.我國金融業(yè)混業(yè)經(jīng)營應(yīng)當緩行[J].農(nóng)村金融，200l，（5）

[7]馬海琨，張京.論我國商業(yè)銀行的綜合經(jīng)營之路[J].華東經(jīng)濟管理，2006，（7）

[8]秦曉.金融不可過望于混業(yè)[J].金融信息參考，2002，（7）

[9]田賀萍.中國金融業(yè)混業(yè)經(jīng)營模式選擇[J].金融理論與實踐，2003，（8）

[10]曾凡良.混業(yè)經(jīng)營一中國金融業(yè)發(fā)展模式的必然選擇[J].西南金融，2002，（1）

[11]夏斌，陳道富.關(guān)于“十一五”期間我國金融機構(gòu)綜合經(jīng)營監(jiān)管的建議[J].新金融，2005，（11）

[12]趙錫軍.綜合經(jīng)營還是混業(yè)經(jīng)營[J].河南金融管理干部學院學報，2006，（4）

篇7

關(guān)鍵詞關(guān)鍵詞：決策樹；多特征組合；產(chǎn)品評論；情感分析

DOIDOI：10.11907/rjdk.162835

中圖分類號：TP301

文獻標識碼：A文章編號文章編號：16727800（2017）005000105

0引言

計算機網(wǎng)絡(luò)、電子商務(wù)和移動技術(shù)的飛速發(fā)展，使用戶更加便捷地融入網(wǎng)絡(luò)，成為信息的使用者和創(chuàng)造者。現(xiàn)今，人們更加習慣于在互聯(lián)網(wǎng)上發(fā)表自己對產(chǎn)品、服務(wù)或事件的觀點、偏好及情感傾向。CNNIC在《第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》[1]中指出：截至2015年12月份，我國網(wǎng)民數(shù)量達到6.88億，互聯(lián)網(wǎng)普及率接近50.3%，龐大網(wǎng)民數(shù)量為生成海量互聯(lián)數(shù)據(jù)提供了基礎(chǔ)。其中，在線產(chǎn)品評論數(shù)據(jù)具有很大的商業(yè)價值。面對海量的碎片化、非結(jié)構(gòu)化、口語化、隨意化和多樣化的交易評論信息，如何借助計算機提取有價值的信息，幫助企業(yè)快速定位用戶偏好及喜愛和消費者快速檢索所需的信息來了解產(chǎn)品的質(zhì)量和口碑，一直是學者研究的重點和難點。

情感分析又稱為意見挖掘，簡言之，即從帶有情感色彩的主觀性文本中抽取用戶對話題、產(chǎn)品、個人、組織和服務(wù)等的情緒、評價、喜好、情感傾向[24]。按照處理文本的內(nèi)容，可分為基于新聞評論的情感分析和基于產(chǎn)品評論的情感分析[5]。前者主要處理網(wǎng)絡(luò)新聞事件評論，后者研究對象主要是網(wǎng)購后對產(chǎn)品、服務(wù)等的在線評論。

目前，國內(nèi)外學者對文本情感分析已經(jīng)作了大量研究，常用的方法可以分為兩類：基于情感詞典的方法和基于機器學習的方法[67]。基于情感詞典的方法使用知網(wǎng)Hownet、Wordnet和臺灣大學情感詞典NTUSD等詞典[810]，該方法雖然簡單直觀，但忽略了文本中情感單元和修飾詞之間的關(guān)系。該方法在句子級情感識別上存在不足，但在詞語級情感識別上可以發(fā)揮很大作用。基于機器學習的方法又可以分為有監(jiān)督和無監(jiān)督學習兩種。常用的有監(jiān)督方法有ME、NB、SVM、CRF等，無監(jiān)督方法有PMI等[1113]。基于機器學習的情感分類方法是通過提取文本特征，運用數(shù)理模型，把文本特征作為輸入變量，經(jīng)過函數(shù)運算后輸出結(jié)果，根據(jù)結(jié)果對文本進行分類。該方法不僅考慮到語句文本中的情感詞語及還考慮了句法結(jié)構(gòu)，詞語之間修飾關(guān)系。該方法有較高的正確率和穩(wěn)定性，同時方便地擴展到不同領(lǐng)域。但由于中文詞語的一字多義、交叉歧義、表達多樣性、句式的復雜性、語言結(jié)構(gòu)的復雜性和詞語的不間斷性等，使得中文分詞和情感分析工作比英語更加困難，學者們一直在尋找方案以提高中文文本情感識別的準確率。

已有研究多關(guān)注一條完整在線產(chǎn)品評論的情感傾向。該方法主要存在以下兩個方面的不足：一是不能正確反映用戶內(nèi)心的情感，對于一款產(chǎn)品，用戶可能喜歡某些方面的設(shè)計，對另一些設(shè)計感到不滿，如果僅用評論的整體情感傾向代替用戶對產(chǎn)品某一具體方面的情感傾向，顯然存在誤差；二是混淆評價對象，因為多數(shù)分析針對的是用戶的完整評論，不能識別出用戶對某個具體評價對象的情感傾向。因此，針對以上兩點，本文對每條完整的評論按照一定的語法規(guī)則進行分句，識別有效子句，提取評價對象，使用C4.5決策樹識別子句的情感傾向，該方法采用最大信息增益率作為決策樹的屬性選擇標準，選擇的屬性作為分裂節(jié)點，最初選擇的屬性作為決策樹的根節(jié)點，對于分裂節(jié)點的不同取值，采用遞歸的方法求其子樹，相比于樸素貝葉斯方法，該方法在分類的穩(wěn)定性上具有明顯優(yōu)勢。

1相關(guān)工作

在線產(chǎn)品評論的情感分析側(cè)重點不同于新聞評論的情感分析。在線產(chǎn)品評論的情感分析更加關(guān)注用戶對產(chǎn)品屬性或服務(wù)的評價，可以忽略評論中一些具有情感傾向的詞語或句子。判斷一條在線產(chǎn)品評論是否有用，關(guān)鍵在于文本中是否包含評價詞、產(chǎn)品屬性等。比如華為honor暢玩版4X在線產(chǎn)品評論：“一直在用華為的手機，這款手機挺喜歡的。”該評論就是垃圾信息，雖然文本中出現(xiàn)情感詞“喜歡”，但是句子不包含產(chǎn)品屬性和評價詞，不能區(qū)別產(chǎn)品屬性的好與壞。假設(shè)“喜歡”一詞出現(xiàn)在新聞評論，該語句一定代表了評論者的一種正向的感傾向，不能視為垃圾信息。為了更準確地識別在線產(chǎn)品評論的情感傾向，本了如下相關(guān)工作：數(shù)據(jù)抓取、隱性產(chǎn)品屬性追加、用戶分詞詞典、評價詞表、否定詞表、程度副詞表等的建立和預處理。

1.1數(shù)據(jù)抓取

采用八爪魚采集器從亞馬遜官網(wǎng)抓取華為honor暢玩版4X的在線產(chǎn)品評論信息。八爪魚采集器簡化了用戶獲取信息的流程，實現(xiàn)數(shù)據(jù)自動采集、編輯和規(guī)范化，降低提取信息的成本。通過設(shè)計評論信息提取規(guī)則，從亞馬遜官網(wǎng)提取在線評論信息，得到正面在線評價500條，負面在線評價197條。

1.2隱性產(chǎn)品屬性追加

由于用戶輸入網(wǎng)頁評論具有隨意性，可能導致文本評論中沒有評價對象或?qū)傩灾担瑑H有評價詞。例如：“個人感覺5.5太大了，不好拿”。該評論中“個人感覺5.5太大了”隱含了評價對象屏幕。對于該類問題，本文設(shè)計了常用評價對象和評價詞對應(yīng)表，使用Java程序自動識別評價詞，再檢索評價對象，如果檢索不成功，則添加對應(yīng)的評價對象，否則不作任何處理。

1.3詞典建立

為了更加準確地識別產(chǎn)品評論中的特征詞語，如情感詞、評價對象、否定詞和程度副詞等，為后面的機器學習提供可靠的數(shù)據(jù)，本文建立了相應(yīng)的詞表。

1.3.1用戶分詞詞典

使用中科院張華平博士研發(fā)的中文分詞軟件NLPIR2016對在線產(chǎn)品評論進行分詞處理，其主要功能包括中文分詞、詞性標注、命名實體識別、用戶詞典功能、微博分詞、新詞發(fā)現(xiàn)與關(guān)鍵詞提取等。對于特定領(lǐng)域本體相關(guān)屬性和常用短語不能正確進行分詞，可以人工添加用戶詞典輔助分詞。本文添加不能被正確識別的手機產(chǎn)品屬性，形成用戶詞典表，如圖1所示。圖1中沒有詞性標注的詞語在NLPIR件中默認是名詞，vi表示不及物動詞。

1.3.2評價詞表

評價詞表達了用戶對評價對象的情感傾向，最能反映用戶對產(chǎn)品屬性的喜惡之情，在文本情感分析中有著舉足輕重的作用。本文結(jié)合Hownet的正、負評價詞表，以及從亞馬遜官網(wǎng)抓取的評論信息，剔除與手機領(lǐng)域無關(guān)的評價詞，如：安樂、安全等，添加新的評價詞，如：高大上、物美價廉等。最終得到正向評價詞表、負向評價詞表。部分正、負向評價詞表如圖2所示。

1.3.3否定詞表

否定詞語的出現(xiàn)一般會反轉(zhuǎn)語句的情感傾向，使得語句的正向情感變成負向情感，負向情感變成正向情感。本文在抓取的評論和網(wǎng)絡(luò)資源中提取了常用否定詞，形成否定詞表，部分否定詞表如圖3所示。

1.3.4程度副詞表

對于程度副詞，其位置的不同會影響到文本語句的情感傾向。本文關(guān)注兩種位置不同的程度副詞。1）其位置在否定詞和評級詞之間；2）其位置在否定詞之前。例如：“手機配置不是很高”，“手機配置很不高”，前者整個語句的負面情感傾向要明顯弱于后者。因此本文更加關(guān)注其出現(xiàn)的位置而不是其語氣強度，部分程度副詞表如圖4所示。

1.4預處理

預處理是指使用NLPIR分詞軟件之前對在線產(chǎn)品評論的處理、加工，提取有用信息，分為以下幾個步驟：

（1）拆分每條完整評論。根據(jù)評論文本中的特殊標點符號把一條完整的評論分成若干子句，特殊標點符號包含逗號、句號、井號、嘆號、問號和破折號。根據(jù)用戶的表達習慣，一般用逗號分隔的子句已包含評價對象和評價詞，所以選取逗號分割語句。在輸入文本評論時，用戶可能使用井號、破折號替代逗號、句號，因此特殊標點符號也包含井號和破折號。

（2）使用NLPIR API對子句進行分詞處理，詞性標注，去除停用詞。

（3）識別有效子句。本文僅處理包含手機產(chǎn)品屬性的文本評論。如果評價對象是客服服務(wù)、快遞速度和態(tài)度等與手機產(chǎn)品屬性無關(guān)的，則直接刪除該評論；如果需要測評商城和快遞服務(wù)，則需要保留，然后刪除不包含手機產(chǎn)品屬性或評價詞的子句，降低干擾語句出現(xiàn)的概率。

最終得到有效子句3 161條。其中，正面文本評論2 119條，負面1 042條。

2模型建立

使用決策樹對數(shù)據(jù)集建立模型，主要包含以下4個步驟：

（1）計算所有屬性劃分數(shù)據(jù)集所得的信息增益。信息熵的計算公式：

H（C）=-∑iP（ci）log2P（ci）（1）

在實際計算中，P（ci）取值是類別為ci的樣本所占總樣本的比例，即：

P（ci）=|ci|/|C|（2）

其中，|C|是訓練集樣本的總數(shù)，|ci|表示類別為ci的樣本數(shù)。

假設(shè)用屬性A來劃分數(shù)據(jù)集S中的數(shù)據(jù)，屬性A對數(shù)據(jù)集S的劃分熵值為H（C|A）。如果屬性A是離散型數(shù)據(jù)類型，有K個不同的取值，則屬性A依據(jù)這K個不同的取值將S劃分為K個子集{S1，S2，...Sk} ，屬性A劃分為S的信息熵為：

H（C|A）=∑kj=1CjCH（Cj）（3）

如果屬性A是連續(xù)型數(shù)據(jù)類型，則按照屬性A的取值遞增排序，將每對相鄰的中點看作可能的分裂點，計算每個可能的分裂點：

H（C|A）=|SL||S|H（CL）+|SR||S|H（CR）（4）

其中，SL和SR分別對應(yīng)該分裂點劃分的左右兩部分子集，選擇H（C|A）值最小的分裂點作為屬性A的最佳分裂點。屬性A的信息增益：

Gain（S，A）=H（C）-H（C|A）（5）

該值的大小代表屬性A對數(shù)據(jù)集S的識別能力。

（2）計算各屬性的分裂信息和信息增益率。C4.5引入了分裂信息來調(diào)節(jié)信息增益，屬性A的分裂信息為：

SplitE（A）=-∑kj=1|Sj||S|log2|Sj||S|（6）

屬性A的信息增益率為：

GainRatio（A）=Gain（S，A）SplitE（A）（7）

（3）選擇信息增益率最大的屬性作為分裂節(jié)點，信息增益率可以部分消減因?qū)傩苑诸悢?shù)目產(chǎn)生的影響。

（4）把該節(jié)點作為根節(jié)點，對其屬性的不同值，遞歸調(diào)用以上方法，求其子樹，該過程還包含根據(jù)每個葉子節(jié)點包含的最少實例數(shù)量和置信因子對生產(chǎn)樹進行修剪，克服過擬合現(xiàn)象。

3實驗及結(jié)果分析

本文主要研究在線產(chǎn)品評論的情感分析，即通過機器學習的方法識別出文本的正、負面情感。首先使用網(wǎng)絡(luò)爬蟲軟件八爪魚抓取honor暢玩版4X手機在線產(chǎn)品評論，然后對其進行特殊處理。過濾評論中的無效語句，添加隱形產(chǎn)品屬性，根據(jù)產(chǎn)品屬性把在線產(chǎn)品評論分割成不同的簡單子句。使用NLPIR2016分詞工具對處理后的有效子句評論進行分詞，詞性標注，去除停用詞，抽取文本特征，從中選擇不同特征項進行組合，得到特征向量，最后使用C4.5建立模型，并檢驗?zāi)Ｐ偷男阅堋?/p>

3.1在線產(chǎn)品評論數(shù)據(jù)抓取流程

在線產(chǎn)品評論數(shù)據(jù)抓取主要分為3個過程：制定數(shù)據(jù)抓取規(guī)則、運行規(guī)則，導出數(shù)據(jù)到本地計算機。①制定規(guī)則。該步驟為核心步驟，主要包括分頁設(shè)置、循環(huán)設(shè)置、列表設(shè)置、提取字段設(shè)置。設(shè)置Xpath路徑正則表達式，匹配評論信息對應(yīng)的html標簽，抓取評論數(shù)據(jù)；②運行規(guī)則。打開已經(jīng)設(shè)置成功的規(guī)則，單擊“啟用單機采集”選項，出現(xiàn)采集頁面后，單擊“運行”按鈕；③導出數(shù)據(jù)。數(shù)據(jù)采集完成后，選擇“導出到Excel 2003”選項，將數(shù)據(jù)導入到本地計算機。

抓取在線產(chǎn)品評論的工作流程如圖5所示。

3.2基于決策樹的情感分析

基于決策樹方法的情感分析的過程整體上分為3步：①預處理。對抓取的在線產(chǎn)品評論進行預處理，主要包括拆分子句、刪除垃圾評論、添加隱形產(chǎn)品屬性、識別有效子句等；②文本分詞、表示。添加用戶分詞詞典，使用NLPIR API完成分詞、詞性標志，去除停用詞語，提取并修正文本特征，完成特殊語句處理，選擇不同的特征向量進行組合；③情感分析。使用weka中的J48建立模型，選用十字交叉法拆分數(shù)據(jù)，并根據(jù)查確率、查全率和F值3個指標檢驗?zāi)Ｐ偷男阅堋?/p>

本文使用NLPIR2016分詞軟件對處理后的在線產(chǎn)品評論進行分詞處理，該分詞軟件有很高的正確率和運行效率，允許用戶添加用戶詞典，提高了軟件分詞的正確率。本文中添加的用戶詞典是手機產(chǎn)品屬性，其作用是降低軟件分詞的錯誤率，確保提取正確的產(chǎn)品屬性。NLPIR完成分詞后，標注詞語的詞性，去除停用詞。停用詞主要包括表示數(shù)量的數(shù)詞、人稱代詞、帶有單位的量詞等。

提取文本評論中的特征項，本文選用的特征項如下：正面評價詞數(shù)量、負面評價詞數(shù)量、否定詞、程度副詞、特殊符號。其含義如表1所示。

語句中的評價詞表達了用戶對產(chǎn)品屬性的態(tài)度，與語句的情感傾向存在直接關(guān)系。否定詞語的出現(xiàn)往往會改變語句的情感傾向。大部分學者只關(guān)注程度副詞的強度值，本文關(guān)注其在文本中所在的位置，其在語句中的位置影響語句的情感強度。詞語殊符在一定程度上也反映了評論者的情感傾向。模型中正向情感傾向標注為1，負向情感傾向標注為-1。

對于一些特殊語句、評價對象及評價詞，本文作如下特殊處理：

（1）含有“除”的特殊比較句。該語句含義的側(cè)重點一般在后半部分。因為前期預處理會把含有“除”的比較句拆分成兩個子句，所以需要合并含有“除”的比較子句和與其緊挨的下一子句，使得比較句的表達意思更加完全。

（2）非評價詞錯誤識別為評價詞的特殊情況。本文采用匹配評價詞表的方式來識別評價詞。該方法存在不足之處，當子句中包含評價詞，但該詞不能表達評價詞的情感傾向時，非評價詞錯誤識別為評價詞的現(xiàn)象就出現(xiàn)了。本文針對這種情況，設(shè)置了對應(yīng)的檢驗規(guī)則，發(fā)現(xiàn)并刪除誤判的評價詞，增加數(shù)據(jù)的真實性和可靠性。實驗發(fā)現(xiàn)，對于僅包含一個漢字的評價詞，其被錯誤識別的概率較高。

同一評價詞修飾不同評價對象時表達的情感傾向有所差別。比如評價詞“高”對應(yīng)不同評價對象“配置”和“價格”，對于前一個評價對象來說是正面的評價詞，對于后者就變成了負面情感詞。本文中對于后者做了添加否定詞的處理，使其變得規(guī)律化。

此外，評價詞的前后出現(xiàn)程度副詞，并導致其表示的情感傾向發(fā)生變化時，對該子句做添加否定詞的處理。對于特定的評價對象，出現(xiàn)特定的詞語，通過添加否定詞處理使其規(guī)范化。

3.3實驗結(jié)果

實驗中選擇不同的特征組合，使用十字交叉進行試驗，其對應(yīng)關(guān)系如表2所示。

實驗中采用weka中的J48分類方法來識別文本的情感傾向。實驗結(jié)果使用weka默認的評價指標，其指標包含如下：Precision表示查準率，檢測搜索系統(tǒng)拒絕非相關(guān)信息的能力；Recall表示查全率，檢測檢索系統(tǒng)檢出相關(guān)信息的能力；FMeasure是查全率和查準率的調(diào)和平均數(shù)，綜合評價方法的效果；ROC Area表示接受者操作特征曲線面積，其值越接近1，表明模型的分類效果越好。其實驗結(jié)果如表3所示，其中每組實驗包含正向、負向情感傾向和加權(quán)后各項指標的值。

3.4結(jié)果分析

從表3的實驗結(jié)果可以看出，實驗1僅使用情感詞的數(shù)量特征，實驗結(jié)果加權(quán)后查準率為85.5%，查全率和F值也在85%以上。實驗2加入程度副詞，結(jié)果有所改善，查準率、查全率和F值約提升1%，但效果不是很明顯。實驗3與實驗1對比，添加了否定詞數(shù)量特征，結(jié)果發(fā)生顯著變化，加權(quán)后查準率、查全率和F值均達到96%。表明否定詞特征在實驗中起到積極作用，否定詞的出現(xiàn)一般會改變原有語句的情感傾向。實驗4是在實驗3的基礎(chǔ)上加入了程度副詞特征，加權(quán)后實驗指標查準率、查全率和F值下降0.1%左右，僅ROC增加0.3%，模型性能總體略微下降，與實驗2有相似之處。實驗中程度副詞的出現(xiàn)與否和子句中的否定詞有關(guān)，并且程度副詞不轉(zhuǎn)變語句的總體情感傾向，只是改變情感的強弱，當程度副詞和否定詞同時出現(xiàn)時，程度副詞不起作用或者發(fā)揮輕微地消極作用。實驗5與實驗4相比，增加了特殊符號特征，但實驗結(jié)果中大部分指標相同，表明該特征在實驗中沒有起到積極作用，因為實驗中包含特殊符號的子句數(shù)量很少，只有26條，這與用戶的表達習慣有關(guān)，當用戶表示不滿情感時，用戶輸入問號或者語氣詞表示其不滿情感的可能性比較低。

4結(jié)語

本文使用決策樹多特征組合研究在線產(chǎn)品評論的情感傾向。抓取亞馬遜官網(wǎng)的評論數(shù)據(jù)，從評論中提取特征，采用多種特征進行組合，并取得較好的實驗效果，該方法的準確率達到96%。實驗表明，子句中評價詞的數(shù)量和否定詞的數(shù)量等特征很大程度上決定了該子句的情感傾向，而實驗中的程度副詞和特殊符號等特征并沒有產(chǎn)生顯著的積極作用，沒有顯著提高實驗結(jié)果。由于實驗的樣本數(shù)量有限，用戶的表達方式和規(guī)則不能統(tǒng)計完全，實驗還有待繼續(xù)完善和改進。

通過實驗發(fā)現(xiàn)，該實驗仍有提升的空間。隨著網(wǎng)絡(luò)的發(fā)展，新詞不斷產(chǎn)生，尤其是網(wǎng)絡(luò)熱詞，一些詞語被賦予新的含義，如何正確識別這些詞語的情感傾向也是一個亟待解決的難題；同時加上網(wǎng)絡(luò)的普及和用戶的參與，產(chǎn)生了海量的評論信息。如何使用云技術(shù)高效、準確地識別評論的情感傾向，需要繼續(xù)深入研究。

參考文獻參考文獻：

[1]CNNIC.第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況調(diào)查統(tǒng)計報告[R].北京：中國互聯(lián)網(wǎng)中心，2016.

[2]SERRANOGUERRERO J，OLIVAS J A，ROMERO F P，et al.Sentiment analysis： a review and comparative analysis of web services[J].Information Sciences，2015，311（5）：1838.

[3]QI J，F(xiàn)U X，ZHU G.Subjective wellbeing measurement based on Chinese grassroots blog text sentiment analysis[J].Information & Management，2015，52（7）：859869.

[4]張紫瓊，葉強，李一軍.互聯(lián)網(wǎng)商品評論情感分析研究綜述[J].管理科學學報，2010（6）：8496.

[5]ZHANG L，GHOSH R，DEKHIL M，et bining lexiconbased and learningbased methods for twitter sentiment analysis[J].Hp Laboratories Technical Report，2011.

[6]PANG B，LEE L，Vaithyanathan S.Thumbs up sentiment classification using machine learning techniques[J].Proceedings of Emnlp，2002（3）：7986.

[7]付麗娜，肖和，姬東鴻.基于OCSVM的新情感詞識別[J].計算機應(yīng)用研究，2015（7）：19461948，1952.

[8]KAMPS J.Using wordnet to measure semantic orientation of adjectives[C].International Conference on Language Resources and Evaluation，2004：11151118.

[9]朱嫣梗閔錦，周雅倩，等.基于HowNet的詞匯語義傾向計算[J].中文信息學報，2006（1）：1420.

[10]王振宇，吳澤衡，胡方濤.基于HowNet和PMI的詞語情感極性計算[J].計算機工程，2012（15）：187189，193.

[11]李婷婷，姬東鴻.基于SVM和CRF多特征組合的微博情感分析[J].計算機應(yīng)用研究，2015（4）：978981.

篇8

關(guān)鍵詞：兩輪自平衡機器人 Lagrange方程 LQR PID DSP2812

中圖分類號：TP242 文獻標識碼：A 文章編號：1672-3791（2014）04（a）-0002-03

基于倒立擺模型的兩輪自平衡機器人屬于輪式機器人的范疇，并結(jié)合了自主移動的思想，其體積小、結(jié)構(gòu)簡單、運動靈活，適于在狹小和危險的空間內(nèi)工作，在民用和軍事上有著廣泛的應(yīng)用前景；同時由于其不穩(wěn)定的動態(tài)特性，兩輪自平衡機器人成為驗證各種控制算法的理想平臺，具有重要的理論意義。兩輪自平衡機器人屬于非線性、時變、欠驅(qū)動、非完整約束系統(tǒng)，控制問題是其研究的關(guān)鍵[1]。

國內(nèi)外研究學者對移動輪式倒立擺模型及對兩輪行走平衡控制技術(shù)進行了大量的研究，也提出了一些將此非線性系統(tǒng)線性化的方法。其中很多研究人員用近似線性化方法將機器人非線性模型線性化，再利用現(xiàn)代控制理論中極點配置或LQR等控制方法進行分析研究，仿真分析能獲得很好的效果。但此線性化方法是假設(shè)兩輪機器人俯仰角在一個小范圍之類進行的，但實際中，機器人能控角度范圍遠大于此，采用此種方法在平衡點附近有很好效果，但當大于一定角度后系統(tǒng)失去控制。

本文主要介紹兩輪自平衡機器人的結(jié)構(gòu)設(shè)計，采用Lagrange方法建立數(shù)學模型，提出了將LQR與PID控制相結(jié)合的方法對兩輪機器人進行姿態(tài)控制，物理實驗驗證了此方法不僅有很好的控制效果，而且實現(xiàn)了兩輪機器人大傾角范圍的平衡控制。

1 兩輪自平衡機器人的動力學模型

1.1 兩輪自平衡機器人的系統(tǒng)結(jié)構(gòu)

兩輪自平衡機器人系統(tǒng)的機械結(jié)構(gòu)采用層狀結(jié)構(gòu)。底層有兩個同型號、同軸的直流電機、姿態(tài)檢測傳感器、伺服驅(qū)動器和電源。在中間層有電源監(jiān)控和轉(zhuǎn)換模塊和控制器模塊。上層是機器人頭部，可用來放置機器人視覺傳感器以及將來擴展功能的部件。

兩輪機器人的控制核心是TMS320F28

12DSP處理器，其AD口轉(zhuǎn)換機器人上的姿態(tài)傳感器的檢測信號確定機器人姿態(tài)，并用QEP單元采集電機編碼器上信號確定機器人速度和位移，通過設(shè)計的控制器計算得到電機電壓，實現(xiàn)機器人平衡控制。

1.2 兩輪自平衡機器人的動力學建模

由式可知，經(jīng)過轉(zhuǎn)換將原多輸入系統(tǒng)分成兩個單輸入子系統(tǒng)，控制機器人的位移與俯仰角度，控制機器人的偏航角。面對兩輪機器人的平衡控制，我們現(xiàn)在只需考慮機器人的俯仰角度和位移，因此將角度、角速度、位移及速度選為狀態(tài)量，寫出如下狀態(tài)方程：

根據(jù)系統(tǒng)能控能觀性原理在Matlab中進行計算，得出此系統(tǒng)能控能觀。

2 基于LQR和PID的控制器設(shè)計

2.1 兩輪機器人可控范圍分析

由模型分析可知此機器人系統(tǒng)是可控的，但由于模型是在平衡點附近進行的線性化，角度為，而實際機器人傾斜角度比此值大得多，并且使用的傾角儀線性測量范圍為。通過物理實驗得：機器人傾斜的角度時，給電機最大控制量指令情況下，機器人實體完全可以控制。因此，設(shè)計的兩輪機器人其平衡控制范圍定為，遠大于線性化時約束條件。本文所研究的LQR和PID復合控制器的控制算法很有研究意義[3]。

2.2 控制器設(shè)計

2.2.1 LQR控制器

對上面所描述的機器人模型，給定對于狀態(tài)和控制的二次型性能指標函數(shù)定義為：

，

其中，權(quán)值矩陣和均為對稱正定常值矩陣。其系統(tǒng)控制方法為找到最佳控制向量矩陣K，得到最佳控制量。這里選取Q=[100 0 0 0；0 100 0 0；0 0 100 0；0 0 0 100]，R=1。利用Matlab命令LQR（A，B，Q，R），得到系統(tǒng)反饋增益：

當給定初始俯仰傾角分別為和，其他狀態(tài)量給零時，其零輸入相應(yīng)仿真曲線如圖1和圖2。

比較可知，初始角度相差很大的情況下，對于理論仿真來說，其變化情況并不大。但是在實際物理系統(tǒng)調(diào)試中，情況卻不同。當傾斜角度增大時，其線性化過程中產(chǎn)生的誤差也相應(yīng)的增大，將會出現(xiàn)所設(shè)計的控制器就根本無法是機器人達到動態(tài)平衡的情況，而且對于LQR控制器的設(shè)計，模型的精確程度及物理系統(tǒng)參數(shù)準確性都要求相對嚴格。

2.2.2 PID控制器

對于經(jīng)典PID控制，它是工業(yè)控制中的主要技術(shù)之一。在兩輪機器人控制上，其主要優(yōu)點是結(jié)構(gòu)簡單在控制器上易于實現(xiàn)，并且適應(yīng)性強，不依賴于其線性化模型，兼顧了一定的魯棒性。但由于經(jīng)典的PID調(diào)節(jié)器為實現(xiàn)無差調(diào)節(jié)而引入積分作用后，不可避免地使系統(tǒng)的調(diào)節(jié)過程發(fā)生超調(diào)。適度的超調(diào)對于提高系統(tǒng)的快速性是有利的，但在機器人實體控制過程中，這樣的超調(diào)也會使系統(tǒng)發(fā)生振蕩，靜態(tài)性能指標較差。如圖所示，階躍相應(yīng)仿真曲線見圖3。

2.2.3 LQR與PID復合控制器設(shè)計

以上分析了LQR與PID控制器在兩輪機器人控制中的優(yōu)缺點，對于兩輪機器人來說，由于其非線性和不確定性，使用任何其中一種控制器進行控制都不能達到理想的效果。為了得到更快的控制速度和更好的動態(tài)平衡效果，根據(jù)兩控制器各自的特點，本文設(shè)計了復合控制器：分別采用一個控制因子來限制兩個控制器的輸出，再將兩控制量進行疊加。

假設(shè)兩控制器輸出分別為U1和U2，控制因子為K1和K2。考慮到，當傾斜角≤時，機器人接進平衡狀態(tài)，系統(tǒng)狀態(tài)方程的線性化誤差較小，此時采用LQR控制效果較好，不需采用PID控制方法。當傾斜角≤≤時，機器人開始偏離平衡點附近，模型線性化會產(chǎn)生一定誤差，控制器參數(shù)也存在誤差，僅靠LQR控制已不能完全滿足要求平衡控制要求，此時引入PID控制，使其各發(fā)揮一定的功能。當傾斜角≤≤時，機器人已經(jīng)偏離平衡點很遠，線性化的模型有較大的誤差，其LQR控制器參數(shù)已不符合實際控制要求，此時只調(diào)用PID控制算法，使車體傾斜角度回到小于范圍[4]。

3 兩輪機器人實物控制效果

實驗用的兩輪機器使用的控制器為TI公司的DSP2812[5]，在CCS軟件開發(fā)環(huán)境中編程。首先對DSP各個單元模塊進行初始化，配置相應(yīng)端口并開中斷。等待中斷，中斷程序里對傳感器進行采樣，通過計算得到機器人的姿態(tài)和速度。調(diào)用控制算法，對機器人進行平衡控制，并將傳感器數(shù)據(jù)傳送到上位機。通過實驗得到數(shù)據(jù)，繪制曲線。

實驗總結(jié)：利用LQR與PID復合控制器控制算法可以使機器人獲得很好的平衡效果，并且有較好的抗擾動效果，能較快的恢復動態(tài)平衡狀態(tài)，有一定的魯棒性。對于PID控制器，雖然能控制機器人平衡，但機器人在平衡處的振動較大，靜態(tài)性能較差。而線性控制器LQR，在小角度范圍有不錯的控制效果，但對于較大擾動，角度超出線性化約束角度條件時，此控制算法已不能控制機器人的平衡。

4 結(jié)語

本文針對兩輪機器人控制問題中重要的平衡控制問題進行了分析，通過分析非線性系統(tǒng)近似線性化控制方法和經(jīng)典PID控制的優(yōu)缺點，設(shè)計了基于LQR和PID的復合控制器，并通過實際物理實驗驗證了此控制方法的有效性，實現(xiàn)了兩輪機器人在較大傾角范圍內(nèi)的動態(tài)平衡控制。

參考文獻

[1] 李磊，葉濤，譚民，等.移動機器人技術(shù)研究現(xiàn)狀與未來[J].機器人，2002，24（5）：475-480.

[2] 王曉宇.兩輪自平衡機器人的研究[D]. 哈爾濱工業(yè)大學，2007.

[3] A.Salerno and J.Angeles.On the nonlinear controllability of a quasiholonomic mobile robot[C]//in Proc. IEEE ICRA，Taiwan，2003：3379-3384.

[4] Kong Xiangxuan.Research on the Control System of Two-Wheeled Self-Erect Mobile Robot[D].Shanghai Jiao Tong University，2007.

篇9

關(guān)鍵詞 KNN算法；Bayes算法；組合分類器；互信息；交叉驗證

中圖分類號 O213；TP18 文獻標識碼 A

1 引 言

電子商務(wù)的異軍突起促使網(wǎng)購走進人們的日常生活，網(wǎng)購的同時，多數(shù)網(wǎng)民會在不受約束的情況下對相關(guān)產(chǎn)品發(fā)表評論，而這種隨意性往往使得這些產(chǎn)品評論中充斥了大量無用的、不真實的信息，這些信息就是垃圾評論.垃圾評論在一定程度上影響了評論信息的參考價值，從而誤導潛在消費者并干擾銷售商對銷售業(yè)績的評價.產(chǎn)品垃圾評論的識別旨在解決這一問題，將垃圾評論從評論文本中剔除，保留真實的產(chǎn)品評論，為用戶提供可靠的參考依據(jù).

結(jié)合近幾年垃圾評論識別的文獻可知，垃圾評論識別的關(guān)鍵問題是文本特征的提取與分類算法的選擇.N Nitin Jamal和Bing Liu等[1]首次對垃圾評論進行了分類，很好地識別了英文領(lǐng)域中存在的無用評論，但由于中英文之間存在差異，往往英文領(lǐng)域的垃圾識別方法不能直接有效地應(yīng)用到中文領(lǐng)域當中.游貴榮等[2]提出了中文垃圾評論的特征提取方法，邱云飛等[3]、吳敏等[4]、李霄等[5]分別從用戶行為、產(chǎn)品特征的顯著性檢驗以及信息的有用性角度對垃圾評論的識別進行了研究，但在分類器的選取上，上述學者均采用單一算法的分類模型，如單一的Logistic回歸算法等.大量的理論與實驗結(jié)果表明，多分類器系統(tǒng)不但可以提高分類的正確率，而且可以提高識別系統(tǒng)的泛化能力和魯棒性.與此同時所有分類器都參與集成的效果并非最好，從眾多分類器中選擇部分互補性強的分類器進行集成可以提高集成的效率并改善其效果[6].因此本文在建立文本特征表示模型的基礎(chǔ)上，提出了用高互補性組合分類器對評論進行識別和過濾.

2 文本特征的提取

2.1 產(chǎn)品評論的特點與垃圾評論的分類

為了更準確地識別垃圾評論，首先探討產(chǎn)品評論的特征.

通過對中文產(chǎn)品評論中的評論文本進行分析，總結(jié)出中文產(chǎn)品評論領(lǐng)域的特點主要體現(xiàn)在以下幾個方面：

1）評論文本格式自由多樣；

2）評價對象的多樣化；

3）評論內(nèi)容具有近似重復性；

可分為①由不同評論者針對同一產(chǎn)品發(fā)表的近似重復評論；②由同一評論者針對不同產(chǎn)品發(fā)表的近似重復評論；③由不同評論者針對不同產(chǎn)品發(fā)表的近似重復評論；

4）不真實評論；

5）廣告；

6）不帶有感彩的隨機文本.

基于以上分析，將垃圾評論定義為以下5種類型：-

1）非指定產(chǎn)品的評論：該類評論的特點為它雖然是評論，但只對品牌和制造商，甚至是站點評論，而沒有針對當前產(chǎn)品本身進行評論，或者確實是對產(chǎn)品進行了評論，但是評錯了產(chǎn)品.如在蘋果手機的評論中，“買SONYZ3也不錯啊，很漂亮，旗艦機...”等

2）虛假評論：如“我這有全新的iPhone6 Plus，只要99元”等.

3）廣告評論：如“蘋果超愛大屏幕3 500元拿現(xiàn)貨QQ熱購122929079”

4）無意義文本：

①個人的消費經(jīng)歷，如“再爛都永遠有人瘋搶，飄揚過海甚至成為一部手機，實在不懂.”②人身攻擊，如“用蘋果的都是腦殘”等，③其他無關(guān)文本，如“信號不好等”“轉(zhuǎn)給我唄？”

5）咨詢性評論：只是詢問關(guān)于產(chǎn)品的情況，而不是評論.如“多少錢呢？”.

2.2 特征提取與量化

為了建立產(chǎn)品垃圾評論識別模型，根據(jù)2.1節(jié)的分析結(jié)果，分4個模塊對產(chǎn)品評論文本進行特征提取與量化.

模塊一 數(shù)據(jù)的搜集

本文采用WebHarvest網(wǎng)絡(luò)爬蟲對京東商城和天貓商城內(nèi)多個商家的iPhone 6 Plus的產(chǎn)品評論進行爬取，得到由兩萬條產(chǎn)品評論組成的數(shù)據(jù)集A0，同時對蘋果官網(wǎng)上關(guān)于iPhone 6 Plus的產(chǎn)品參數(shù)進行爬取，得到產(chǎn)品屬性數(shù)據(jù)集B0.

模塊二 對爬取的數(shù)據(jù)集進行預處理

1）構(gòu)造用戶詞典.用戶詞典包括停用詞詞典、極性詞詞典，其中極性詞詞典主要是由HowNet極性詞加上一些評論作者常用的、和表達情感有關(guān)的網(wǎng)絡(luò)流行詞，及一些口語化的詞語與縮寫組成，用以表達用戶褒貶傾向和感彩.停用詞詞典由網(wǎng)絡(luò)上現(xiàn)有的停用詞詞表加上針對垃圾評論特性的停用詞組成[7-9].

2）文本分詞.中文單詞是評論信息處理的基礎(chǔ)，分詞工具采用中科院提供的分詞工具ICTCLAS 2015分詞系統(tǒng)[10]，其主要功能包括中文分詞、詞性標注，同時允許用戶向系統(tǒng)中導入自定義詞典以提高特定領(lǐng)域的分詞效果，因此，將上述用戶詞典與產(chǎn)品屬性數(shù)據(jù)集B0作為自定義詞典導入ICTCLAS分詞系統(tǒng)后，對數(shù)據(jù)集進行逐條分詞、詞性標注以及情感詞標注，得到預處理后的數(shù)據(jù)集A.

模塊三 特征的互信息檢驗

為了選取最能表達文本信息內(nèi)容的特征，本文從被評論的商品、評論者、文本結(jié)構(gòu)、情感傾向、主題詞五個屬性提取特征，在提取特征之前，先利用互信息說明這5個屬性對識別垃圾評論具有顯著相關(guān)性.-

互信息是2個事件集合之間的相關(guān)性，通常用來衡量某個屬性和類別之間的統(tǒng)計獨立關(guān)系，互信息量越大，代表特征項與類別之間的貢獻概率也越大.現(xiàn)對所選特征進行互信息檢驗，旨在說明所選屬性能在一定程度上反應(yīng)該條評論的信息，即所選屬性項是互信息量較大的詞條，互信息（MI）定義如下

2）高互補性分類器

高互補性分類器組合的構(gòu)建流程大致為：首先構(gòu)造一定數(shù)量的候選分類器如Bayes分類器、KNN分類器、SVM分類器和logistics回歸分類器等，計算分類器之間的相關(guān)程度，然后根據(jù)相關(guān)系數(shù)對候選分類器進行排序，并依據(jù)可信度，選擇出對目標有較高識別率的分類器組合.

首先，驗證單一算法分類器的局限性.利用數(shù)學軟件MATLAB，對其進行基于多層BP網(wǎng)絡(luò)的識別模式的標記，對上述四種分類器用SPSS比較其準確率，召回率以及Fmeasure值.得表2.由表2，垃圾評論識別的準確率相對偏低，不少數(shù)量的正常評論被識別為垃圾評論；其召回率也不高，直觀來看是有些垃圾評論被判別為正常評論.可見單一分類算法的過濾效果并不理想，本質(zhì)原因是分詞的不準確性使得評論文本特征有限的缺點充分暴露，以致于對結(jié)果的準確性產(chǎn)生很大影響，而且Bayes分類器要求各個特征項之間相互獨立，這顯然于現(xiàn)實不符.同時也從側(cè)面說明單一算法的分類器對數(shù)據(jù)量要求很大，需要對較為完備的訓練集特征進行學習[6].

為了更準確地進行垃圾評論識別，本文對各分類器進行組合，得到高互補性分類器.根據(jù)高互補性分類器組合理論，利用相關(guān)系數(shù)對上述4種分類器的互補性進行分析，即相關(guān)系數(shù)大的分類器組合互補性弱，相關(guān)系數(shù)小的分類器組合互補性強.

利用SPSS軟件對其進行相關(guān)分析，見表3.

由表3，相關(guān)系數(shù)的大小排序為：

SVM+Bayes>SVM+KNN>Bayes+LR> LR+KNN>LR + SVM>Bayes+KNN.

其對偶命題互補性排序為：

SVM+Bayes

LR+KNN

可見Bayes分類器和KNN分類器的相關(guān)性最低且顯著性均大于0.01，即可認為他們之間的互補性最強，存在統(tǒng)計學意義.而SVM分類器和Bayes分類器的相似度較高，且顯著性大于0.01，認為存在統(tǒng)計學意義.為了進一步驗證這4種分類器的互補性，對這6個組合進行聚類檢驗.

用SPSS軟件對其進行聚類分析，結(jié)果見表4

由上可知，互補性最強的組合分類器為Bayes+KNN分類器.

3.4 模型的交叉驗證

本文利用WebHarvest爬蟲從天貓和京東商城爬取了20 000條評論作為原始數(shù)據(jù)集A0，將構(gòu)建好的用戶詞典與產(chǎn)品屬性數(shù)據(jù)集B0導入ICTCLAS 2015分詞系統(tǒng)后，得到預處理數(shù)據(jù)集A，對A中的每個數(shù)據(jù)類型進行人工標記，再隨機地將其等分成4份得到A1、A2、A3、A4.

先以數(shù)據(jù)集A1為檢驗集，A2，A3，A4為訓練集，計算模型的性能指標.首先將數(shù)據(jù)集A2，A3，A4的特征向量導入Bayes+KNN組合分類器對其進行訓練，然后將檢驗集A1的特征向量導入到已訓練好的分類器中，得出檢驗集中相應(yīng)評論是非垃圾評論還是垃圾評論，最后根據(jù)分類器對每條評論判定的結(jié)果以及人工標記，計算該訓練集和檢驗集組合下，分類器的性能指標.用同樣的方法得到依次以A2、A3、A4為檢驗集的分類器的性能指標，相關(guān)結(jié)果見表5.-將上述3個評價值平均得，基于KNN算法和Bayes算法的垃圾評論識別模型的最終準確率達到75.3%，召回率為82.1%，F(xiàn)1值為77.5%，結(jié)果較為理想，有應(yīng)用價值.

4 結(jié)束語

垃圾評論識別的關(guān)鍵問題是文本特征的提取與分類算法的選擇.本文根據(jù)中文評論的特點提取了14個特征，并利用組合分類器算法對垃圾評論進行了識別，得到了較理想的結(jié)果.通過搭建基于Hadoop的大數(shù)據(jù)平臺集群，本模型可推廣到一個基于通過海量數(shù)據(jù)集進行訓練的垃圾評論問題，從而實現(xiàn)此模型適用于更一般產(chǎn)品的垃圾評論的檢測目標.-

參考文獻

[1] N JINDAL， B LIU.Opinion spam and analysis[C]//Proceedings of the first ACM international conference on Web search and data mining，2008：219-229.

[2] 游貴榮，吳為，錢V濤.電子商務(wù)中垃圾評論檢測的特征提取方法[J].情報分析與研究.2014，251（10）：93-100.

[3] 邱云飛，王建坤，邵良彬等.基于用戶行為的產(chǎn)品垃圾評論者監(jiān)測研究[J].計算機工程.2012，38（11）：254-257，261.

[4] 吳敏，何瓏.融合多特征的產(chǎn)品評論識別[J].微型機與應(yīng)用.2012，31（22）：85-87.

[5] 李霄，丁晟春.垃圾商品評論信息的識別研究[J].現(xiàn)代圖書情報技術(shù).2013，29（1）：63-68.

[6] H J KANG，D DOERMANN.Selection of classifiers for the construction of multiple classifier systems[C]//Proceedings of the 8th- international conference on Document Analysis and Recognition. Seoul， Korea， 2005，1194-1198.

[7] 知網(wǎng)[DB/OL].HowNet Knowledge Database[DB/OL].[2013-11-05]. http：/// .

[8] 趙文婧.產(chǎn)品描述詞及情感詞抽取模式的研究[D].北京：北京郵電大學計算機學院，2010.

[9] 顧益軍，樊孝忠，王建華.中文停用詞表的自動選擇[J].北京理工大學學報.2005，25（4）：337-340.

[10]ICTCLAS 漢語分詞系統(tǒng) （ICTCLAS Chinese Lexical Analysis System [CP/OL].[2015-10-05].http：///.

篇10

Chao Ke； Zhao Lijia

（Management College of Inner Mongolia University of Technology，Huhhot 010051，China）

摘要： 本文在D-S證據(jù)理論和模糊綜合評價理論的基礎(chǔ)上，利用D-S證據(jù)理論合成方法建立評價模型，把靜態(tài)的評價模型轉(zhuǎn)化為動態(tài)的評價模型，引入權(quán)重設(shè)計的綜合評價進行區(qū)分，然后對評價集和和評判矩陣進行證據(jù)合成，得到的結(jié)果更能客觀實際的反映高校教師的綜合素質(zhì)。

Abstract: In this paper，based on the D-S evidence theory and fuzzy comprehensive evaluation theory, we use of D-S theory of evidence synthesis to construct evaluation model，transfer the statice valuation model into a dynamic evaluation model, introduce weight design of the integrated evaluation to distinct，then synthesize the evaluation sets and evaluation matrix. Taken the above measures， the results can reflect reality of the overall quality ofuniversity teachers more objectively.

關(guān)鍵詞：高校教師 模糊數(shù)學 D-S證據(jù)理論 綜合素質(zhì)評價

Key words: college teachers；fuzzy mathematics；D-S evidence theory；comprehensive quality evaluation

中圖分類號：G42文獻標識碼：A文章編號：1006-4311（2011）21-0247-02

0引言

在當今飛速發(fā)展的知識時代，高等教育已經(jīng)取得巨大發(fā)展，并且規(guī)模急劇擴大。為更多為國家培養(yǎng)高素質(zhì)人才，高等院校教師綜合素質(zhì)的提高至關(guān)重要。而高校教師素質(zhì)評價尤其是綜合素質(zhì)的評價還顯得比較薄弱，這一現(xiàn)實問題已成為影響當前進一步加強和改進高校教育的發(fā)展以及人才培養(yǎng)的一個“瓶頸”。

1理論基礎(chǔ)

1.1 D-S證據(jù)理論證據(jù)理論是由Dempster于1967年首先提出，由他的學生shafer于1976年進一步發(fā)展起來的處理不確定信息的證據(jù)理論，也稱為Dempster/Shafer 證據(jù)理論（D-S證據(jù)理論）。[3] [4]

D-S證據(jù)理論合成法則如下：

設(shè)Bel1和Bel2是同一識別框架?專上的兩個信度函數(shù)，m1和m2分別是其對應(yīng)的基本可信度分配，m1和m2的焦元（若A?哿?專且m（A）?酆0，則稱為A焦元）分別為A1，A2，A3…An和B1，B2…Bl，設(shè)：■

那么，由下式定義的函數(shù)m：2[0，1]是基本可信度分配

m（?椎）＝0…………………………………………A=?椎

m（A）=■……………A=?椎

其中，記作K=■。

1.2 模糊綜合評價理論模糊綜合評價是指對受多種因素影響的事物做出全面評價的一種十分有效的多因素決策方法，其特點是評價結(jié)果不是絕對地肯定或否定，而是以一個模糊集合來表示。傳統(tǒng)評價與模糊評價的主要區(qū)別在于：傳統(tǒng)的評價方法是建立在均點集合論的二值邏輯基礎(chǔ)上的，它規(guī)定一個元素X與一個集合A之間的關(guān)系只能是屬于這個集合或不屬于這個集合，即是與否的關(guān)系。元素X與集合A之間的絕對隸屬關(guān)系通常用特征函數(shù)XA（x）表示，即XA（x）=1x?綴A1x■A

模糊數(shù)學將普通集合的特征函數(shù)值域，擴展為模糊集合的隸屬函數(shù)的值域[0，1]，即將二值邏輯擴展為模糊邏輯，這樣就能克服用傳統(tǒng)評價方法評價模糊事物存在的缺陷。

模糊評價方法與步驟如下：①確定影響因素集：A={x1，x2，…xn}，n為目標函數(shù)；②建立權(quán)重系數(shù)集：G={g1，g2，…gn}，■gi=1（0≤gi≤1）；③建立評價集：Z={y1，y2，…，yn}；n為評價數(shù)；④建立一個方案對評價目標的模糊轉(zhuǎn)換評價矩陣：

R=R1R2…Ri…Rn=r11r12…r1j…r1mr21r22…r2j…r2m… ……ri1ri2…rij…rim… ……rn1rn2 … rnj …rnm

⑤綜合評判。這樣，由（A，G，Z）構(gòu)成了一個模糊綜合評判數(shù)學模型。此時，若輸入一個權(quán)重分配B=（b1，b2，…，bn）?綴F（U），就可以得到一個綜合評判：

Z=（y1，y2，…，ym）=B?R=（b1，b2，b3，…，bn）?r11r12…r1j…r1mr21r22…r2j…r2m… ……ri1ri2…rij…rim… ……rn1rn2 … rnj …rnm

其中yj=■birj，j=1，2，…，r。對Z要進行歸一化處理，使：■yi=1為評判結(jié)果。最后將評判集X與評判矩陣Z進行合成運算，得到最后的評價值U，U=X?ZT。[5][6][7]

2高校教師綜合素質(zhì)評價的實證研究

2.1 A大學教師綜合素質(zhì)評價指標體系的設(shè)計A校在教師綜合素質(zhì)評價體系中所設(shè)置的評價指標或因素，均是對高校教師綜合素質(zhì)有重大影響的，并能充分體現(xiàn)高校教師差異性的定性與定量條件。本文的指標體系由兩級指標構(gòu)成，每個指標可再劃分為多個層次。一級指標包括四個方面：思想品德素質(zhì)，科學文化素質(zhì)，身心素質(zhì)，教學能力素質(zhì)。（二級指標根據(jù)實際情況確定）。[8]

2.2 模糊集下A校教師綜合素質(zhì)評價D-S證據(jù)理論模型的構(gòu)建

2.2.1 確定相關(guān)的評價樣本矩陣，進行模糊矩陣的運算得到其評價結(jié)果。

2.2.2 針對各指標體系，綜合專家對各項評價指標因素相對重要性的判斷，進行D-S證據(jù)合成，得到最終的評價結(jié)果。①評價等級分別為：優(yōu)秀、良好、中等、一般、差評，按照10分制打分，把成績轉(zhuǎn)化為小數(shù)的表示方法；②計算模糊綜合評價矩陣Z，然后將評判得分集X與評判矩陣Z進行D-S證據(jù)合成，得到最終的綜合評價值U。[9]

2.3 A校例證――D-S證據(jù)理論模型以A高校管理學院2010年優(yōu)秀教師的綜合素質(zhì)評價評定為例，采用全院先民主選舉，學生代表和教師代表各3名，加上4名院領(lǐng)導，組成10人的評定小組。評定小組成員逐一對被評教師進行等級評定，綜合評價結(jié)束后再匯總。A校管理學院教師2010年度的評定情況如表1。

首先，利用模糊評價集計算A校管理學院某被評價教師2010年的綜合成績。

先計算Z4：Z′4＝B4×R4=■■■■■■?6310082000730009100082000

=[7.8652.0020.1430.0000.000]

所以，歸一化處理后有，Z4=[0.7860.2000.0140.0000.000]

同理，計算得到，Z1=[0.7100.2450.0450.0000.000]

Z2=[0.8130.1750.0130.0000.000]

Z3=[0.7670.1670.0670.0000.000]

則有

Z=B?R=[0.10 0.40 0.15 0.35]7.100 2.450 0.450 0.000 0.0008.125 1.750 0.125 0.000 0.0007.666 1.667 0.667 0.000 0.0007.863 2.002 0.143 0.000 0.000

=[7.8631.8960.2450.0000.000]

那么，取評分矩陣為，X=[97531]（即為表1中二級指標對應(yīng)得分區(qū)間的均值），則有：U=X?ZT=85.264。

再利用D-S證據(jù)理論對被評價教師的成績進行證據(jù)合成的綜合評定。把上文的被評價教師假定為，把教師的成績除以100得到結(jié)果為0.8526。最后得到D-S證據(jù)理論合成方法進行證據(jù)合成的結(jié)果：m（?琢）=0.8526 t=?琢0.1474 t≠?琢

3結(jié)束語

利用本文的理論基礎(chǔ)，建立了對A校教師綜合素質(zhì)的評價體系，綜合了多種分析方法和模糊綜合評價的優(yōu)點，對D-S理論模型進行了例證的論證。

由于在模型計算中，涉及到向量、矩陣、概率甚至集合之間的邏輯運算，所以，在實際工作中，我們可以利用專用的數(shù)學軟件對高校教師教學科研綜合素質(zhì)進行評價，其結(jié)果的公正性更容易得到廣大受評者的接受，也體現(xiàn)了該評價模型的實際意義。

參考文獻：

[1]唐曉靜，張圣梅，徐小君.教師綜合素質(zhì)評價模型的研究[J].長春理工大學學報?2004，3.

[2]龔江南.層次分析法在學生綜合素質(zhì)評價中的應(yīng)用[J].湛江師范學院學報(自然科學版)，1994，1.

[3]Dempster.A.P. Upper and lower probabilities induced by a multi-valued mapping[J].Annual Math Statistic，1967，8，（4）：325―339.

[4]Shafer.G.A. Mathematical Theory of Evidence[M]Princeton UP，Princeton UniversityPress，1976：19-63.

[5]張文修等.模糊數(shù)學引論[M].西安：西安交通大學出版社，1991.

[6]熱合木江?模糊綜合評判在評價教師素質(zhì)中的應(yīng)用[J].新疆石油教育學院學報，2002，1.

[7]陳淑燕，瞿高峰.校教師教學質(zhì)量的模糊評估方法[J].甘肅教育學院學院（自然科學版），2001，7.