一、提升自己的人气指数（论文文献综述）
曹锐[1]（2020）在《P2P网贷平台倒闭的影响因素研究 ——基于2016年-2019年12月国内倒闭平台数据》文中研究表明近年来随着互联网在我国的快速发展,P2P网贷平台已经成为互联网金融中的一个重要分支。但是由于P2P网贷平台发展历史较短,整个行业尚未成熟,行业内出现问题的网贷平台逐年增多,比如老板跑路、延期兑付、提现困难、网站关闭等,这严重阻碍了整个行业的健康发展,近年来网贷平台的倒闭也导致了许多社会问题的发生。基于此,本文对P2P倒闭的影响因素进行研究,找出P2P倒闭的原因,化解行业发展的阻力,为行业监管和投资者选择提供参考。本文从内外两个方面对P2P网贷平台倒闭的影响因素进行实证分析,内部因素主要包括注册资本、风险管理措施、专业能力、品牌影响力等客观因素,以及公司资质造假、伪造借款人信息、信息透明度、实业自融行为等主观因素;外部因素主要包括宏观经济形势、行业竞争程度、监管措施、征信系统等。为验证各个因素对P2P网贷平台倒闭影响的程度,本文基于网贷之家公布的2016年至-2019年12月问题平台1565家数据,进行实证分析。实证结果表明所在地区GDP指数、注册资本、信息透明度、收益率、经营经验、平均借款期限是其显着性影响因素,其余影响因素均不显着。根据实证分析结果,本文选择百合贷为例进行案例分析,并结合实证分析和案例分析结果,提出以下对策建议:完善准入和退出机制、建立透明的信息披露制度、构建网贷平台风险监控指标体系、引入第三方担保机构、加强信用体系建设、加强合规经营、参照市场收益合理确定投资收益、提高风险控制能力、加强对投资者引导与约束。本文的创新之处在于以下两个方面:本文为了使得研究结论客观、可行、实用,不仅采用了常规的实证分析方法,还结合了典型案例进行研究,研究结论可为相关监管部门以及网贷平台自身防范倒闭风险提供参考和借鉴。
马慧芳,张迪,赵卫中,史忠植[2]（2019）在《基于超图随机游走标签扩充的微博推荐方法》文中研究指明向微博用户推荐对其有价值和感兴趣的内容,是改善用户体验的重要途径.通过分析微博特点以及现有微博推荐算法的缺陷,利用标签信息表征用户兴趣,提出一种结合标签扩充与标签概率相关性的微博推荐方法.首先,考虑到大部分微博用户未给自己添加任何标签或添加标签过少,视用户发布微博为超边,微博中的词视为超点来构建超图,并以一定的加权策略对超边和超点进行加权,通过在超图上随机游走,得到一定数量的关键词,对微博用户标签进行扩充;然后,采用相关性标签权重加权方案构建用户-标签矩阵,利用标签之间的概率相关性,构造标签相似性矩阵,对用户-标签矩阵进行更新,使该矩阵既包含用户兴趣信息,又包含标签与标签之间的关系.以新浪微博公开API抓取的微博信息作为实验数据进行了一系列的实验和分析,结果表明,该推荐算法具有较好的效果.
龙睿,吴旭云[3]（2019）在《旅游景点人气指数的区域差异化预测方法》文中研究表明针对传统的基于历史数据预测旅游景点人气指数方法在预测精度方面的不足,提出了基于区域差异化的人气指数预测方法.考虑到由于区域差异而导致的各类因素对景点人气指数的影响,需要先对景点之间的区域差异化水平进行测度;在此基础上对旅游景点内部各个影响因素值做预处理,并形成景点人气指数监测数据集合;将合并的景点人气监测值输入极限学习方法模型作为模型输入项,经过中间隐层的反复学习和训练能够得出最优解;鉴于提出方法的中间隐层节点数量已经被事先设定完成,因此具有较强的数据泛化处理能力,也能够得到最优的唯一解.实验数据表明,与传统预测方法相比提出方法的预测值走向趋势更接近于真实值,预测精度更高.
闫雪[4]（2019）在《基于生存分析的网贷项目满标效率影响因素研究》文中研究说明随着网络时代的迅速崛起,人们将资金借贷服务与互联网技术巧妙融合,形成了新的P2P借贷模式。也使我国金融市场格局的发生了巨大变化。一方面该模式可以聚集社会上的闲散资金,并将资金进行整合配置,借贷给有需求的人。另一方面,虽然网络借贷的初衷是好的,但是缺乏监管就会使其在运行过程中出现扭曲,严重影响我们网贷行业的发展。满标是交易的开始,同时满标速度越快证明三方信任度越高,研究影响满标效率的因素可以增进三方信任,促进网贷行业健康发展,保证借款顺利进行。首先从理论层面分析影响网贷项目满标效率的因素,从借款人、平台、投资人、社会及政府4个层面共选取33个因素指标,然后对影响满标效率的因素进行假设并将满标时间与生存时间建立联系。以6000个网贷项目实际交易数据为研究对象。建立网贷行业寿命表和分层寿命表,从总体和分层角度分析网贷行业满标效率呈现如何趋势。最后建立风险回归模型找出影响满标效率的因素。研究结果表明,借款周期、借款人借款利率、年龄、收入、学历、有无房产、借款人有无第三方担保、是否按时发标,投资人愿意出资在中、高段位的人数,平台成交量指数、平台人气指数、合规、透明度、品牌、分散度、以及平台排名有无变动,在0.05置信水平下,这些因素的显着性P值都小于0.05,显着正向影响满标效率。而平台给出投资人收益回报率、平台给出的网贷项目的风险等级、婚姻状况、借款人的违约次数、投资人意愿出资低段位人数、平台有无负面消息、以及政府有无新政策的实施显着负向影响满标效率。而性别在其中无明显差异。最后从这些因素出发,从平台、借款人、投资人,政府社会监管部门这4个角度,为提高满标效率提供几点建议并为促进网贷行业健康发展的提供几点举措。
刘丹治[5]（2019）在《基于投资者视角选择不同P2P网贷平台影响因素分析》文中研究说明在2018年,中国p2p网贷平台集中倒闭表明网贷市场平台风险急剧上升,投资者利益不断受损。基于此背景,本文从投资者利益视角出发,依托61家有代表性的网贷平台,选用时间跨度为2015年9月至2019年1月总计41期月度数据,样本观测值为2501个的非平衡面板数据。选取成交量积分作为投资者选择投资某平台的被解释变量（代理变量）,立足于不同p2p网贷平台自身特征进行影响因素分析,选取平台公司的合规积分、综合利率等11个变量作为解释变量,运用FE模型进行估计,然后对估计结果进行分析得出结论。研究结果表明:首先,人气指数、信息透明积分、综合利率、平台背景、第三方银行存管、投资者教育对成交量积分均具有正向促进作用,且与预期结论一致;其次,标的期限与成交量积分之间是负向关系,这也与预期结论保持一致,而流动性与成交量积分的关系与预期相反,存在正向促进关系;再次,研究还发现不同平台公司之间确实存在个体差异性（适合个体固定效应模型）,但在联合多元回归模型中地域性差异对成交量积分未见显着影响。综上所述,这表明具有一定理性意识和风险厌恶特征的投资者确实会参考平台公司的人气指数、信息透明积分、综合利率、标的期限、平台背景、银行存管、投资者教育等基本面信息,并且这些基本面指标越好的平台公司越能吸引投资者投资,从而该平台公司的成交量也会越大。最后,本文基于以上研究结果,对投资者提出相关建议以供参考。
姚绮安[6]（2019）在《广府文化短视频的内容传播力研究 ——基于对《粤知一二》的调查》文中研究表明作为一个历经千年而长盛不衰的文化商都,广州在发展壮大期间逐渐形成了具有地方特色意义结构的广府文化。但是,随着社会现代化的发展和人口结构的变化,社会交往和媒介使用模式的变化发展正深刻影响着广府文化的传播与传承,在与强势语言的较量过程中,作为广府文化载体的粤语功能逐步衰退。为了凸显广府文化的底蕴,丰富居民的精神内涵和增强对广州的文化认同、文化自信,本研究将着眼于文化传播途径中的媒体传播,以短视频内容载体,对自媒体广府文化传播进行概述后,选取最具有典型性和代表性的自媒体《粤知一二》进行个案分析。通过内容分析法对《粤知一二》中的广府文化短视频进行内容分析和传播力的测量,本研究与相关专家学者、从业人员进行深入访谈,分析广府文化短视频的内容传播力的影响因素,并就如何提升广府文化内容传播力提出策略建议。研究发现,自媒体广府文化传播中呈现两极分化现象,广府文化短视频自媒体的总体影响力较弱,头部的《粤知一二》的综合表现力较好,但中部尾部自媒体的数量较少、传播力较弱。接着,本研究通过网络爬虫和内容分析,对视频类型、栏目分布、广府文化分类和是否涉及社会热点、体裁、制作方式和对应的互动数据等进行统计分析。最后,本研究将通过深度访谈和文献研究,对提升广府文化内容传播力进行了思考:首先,自媒体应在政府和相关社会组织引领下,自觉提高传播目标的高度;其次,借力政策优势从点片面逐步推进,开启广府文化的区域认同;最后,自媒体在传播广府文化时要精耕短视频的传播内容,突出广府文化味道。
王飞[7]（2018）在《互联网金融平台治理研究》文中研究表明互联网金融平台通过三方信任的建立,从技术和形式上解决了交易双方之间的信息不对称问题,陌生的投融资双方借助平台能够实现直接交易。但对平台信息真实性和有效性的质疑一直存在,从现实情况来看,投资人与融资人、投资人与平台之间信息不对等问题并未得到根本性解决。信息不对称条件下融资人和平台双重机会主义行为不断叠加和交互,产生交易负外部性,在间接网络效应和正反馈效应机制的共同作用下导致互联网金融各种问题和风险集中爆发。有效治理机会主义问题重塑行业声誉和形象,有助于引导互联网金融回归“分享”和“平等”的理念,更好服务金融弱势群体,增强经济活力。因此,本文尝试在成熟的SCP范式基础上构建“信任结构—定价行为—治理绩效”的互联网金融平台治理分析框架,探索平台治理机会主义交易行为的可能性。针对互联网金融平台存在的机会主义倾向,本文提出基于平台治理能力的风险预警机制,增强监管的前瞻性。首先,根据互联网金融典型模式的分析,总结平台交易的一般运行特征,通过交易博弈分析提出平台治理金融交易的逻辑起点。当公共信息传递较弱时,交易双方的囚徒困境难题无法自主解决,平台充当信息中介提供交易者信用信息,能够弥补公共信息不足,增加机会主义者不良行为被发现的概率,通过降低不合作策略的潜在收益促使双方实现合作。平台充当执行中介惩处不良行为交易者,同样能够降低不合作策略的潜在收益,迫使机会主义者放弃不良行为,促成合作均衡。但是,平台的私利导向使其在治理过程中存在机会主义倾向,需要引起监管层的重视。其次,以债权型众筹融资为例,分别对互联网金融平台的信任结构、定价行为和治理绩效进行阐述。信任是投融资双方参与平台交易的基本前提,同时也关系到后续平台治理举措的实施。基于信任二元建构范式,提出平台“身份—制度”信任结构,考察平台信任特征。实证结果表明,以信息披露机制为代表的平台内部制度并不被市场认可,身份信任才是中国网络借贷平台的基本信任特征,具体表现为平台的国资、风投、银行等背景对于吸引人气起到正向作用。此外,互联网金融行业整体信任水平较低,表现为声誉“连坐”效应,个别平台的恶意行为对于行业整体声誉破坏极大,导致平台声誉信号失灵。行业信任重建的关键在于制度建设,在互联网专项整治开展数月后,网贷平台的声誉信号重新被认可,对吸引人气发挥正向作用。指导利率是网贷平台引导交易匹配的价格治理手段,基于身份和背景为特征的平台信任结构,从交易效率和资源配置效率的角度探究平台定价行为背后的逻辑。模型推演和实证结果发现,为了确保平台收益和交易效率,网贷平台存在制定高利率水平的动机。考虑平台身份背景后发现普通无背书平台在制度约束与追求利润之间存在“脱耦行为”,即只是表面遵从小额分散的普惠要求,实际却通过制定高利率的行为追求私利。借助因子分析方法构建基于供求匹配、产品设计和风险控制的平台资源配置效率综合指标,发现指导利率对资源配置效率存在负向影响,联系网络借贷行业平均利率不断下降的趋势,说明网贷行业整体的资源配置能力和效率正逐渐增强。借助非导向SBM超效率DEA模型构建基于平台效率的治理绩效评价指标,结果显示网络借贷平台效率差异明显,并且一直处于动态调整之中,能够反映出平台治理的效果。研究还发现,“背书”行为对于平台效率存在负面效应,获取银行、国资或风投机构的“背书”能够增强网络借贷平台的可信度,缓解经营压力,但是压力释放后平台的经营很可能有所懈怠,集中体现为平台效率的下降。最后,平台治理的缺失以及治理能力的不足导致网贷平台风险的集中爆发,由此构建基于治理能力的平台风险预警机制。借助主成分分析方法从规模控制、匹配效率、实力储备、产品设计以及风险控制这五个维度构建衡量平台治理能力的综合指标。对问题平台的案例分析发现治理能力指数能够追踪和反映动态的网贷平台治理状况并提前数月捕捉到平台的异常,能够对平台问题的集中爆发提前做出预警,为监管互联网金融平台提供了一条新的思路。文章最后对全文进行总结,基于研究结论提出政策建议,并指出未来的研究展望。
代金龙[8]（2018）在《社交网络中的影响力模型构建及链接预测算法》文中提出随着如今信息技术的飞速发展和智能设备的普及,社交网络成了影响大众生活最为广泛的虚拟平台,人们传统的工作、学习和生活模式已经发生了巨大变化。但是由于网络的多样性和关系的复杂性,在现实的社交网络中挖掘高价值信息并进行合理应用却存在着巨大的挑战。在社交网络的相关研究中,使用影响力模型挖掘网络中的关键用户来实现舆论引导和使用链接预测算法实现推荐系统解决信息过载已经成为当今研究中的两个热点问题。针对这两个热点问题,本文的主要研究工作如下:1.引入人气指数的社交网络影响力模型。在对社交网络进行分析和研究时,使用影响力模型准确高效地识别高价值潜在用户在学术研究和商业应用中都有重要意义。本文以新浪微博为例,对网络中的作弊账号进行剔除后提出一种添加了人气指数的WLRank算法,该算法结合用户的实际操作情况,在分配节点权值时按照人气指数进行分配,从而加快算法的收敛速度。在新浪微博、新浪论坛和DBLP数据集上进行实验,同时使用了四种较为常用的中心性指标以及经典PageRank算法和LeaderRank算法作为对比实验,结果表明WLRank算法在挖掘网络中的潜在高价值节点时,准确性和合理性方面优于对比算法。2.基于元路径权重的社交网络链接预测算法。链接预测算法作为推荐系统的核心,可以有效解决网络中信息过载问题,优化用户体验。为了解决目前大多数链接预测算法应用在简单同构社交网络中的现象,本文提出一种基于元路径权重的META-Base链接预测算法。此算法在真实社交网络中建立二元异构网络模型,使用元路径来描述网络中实体节点之间的关联性,用实例路径来计算元路径权重并采用链接概率预测节点间的链接关系。在新浪微博、新浪论坛和DBLP数据集上进行实验,同时使用基于共同话题的链接预测算法、基于共同好友的链接预测算法以及基于话题相似性的链接预测算法作为对比试验,最终结果表明META-Base算法在准确率和召回率上都有所提高,并且实验结果较为合理。
鞠天骄[9]（2017）在《在线评论对移动应用下载影响的实证研究》文中研究指明互联网与人们的生活联系的日益紧密,互联网的一个重要产品——移动端应用在人们生活中的作用范围也越来越广泛。消费者在下载移动端应用时,页面可供参考的信息只有移动端应用开发者发布的产品基本信息与其他下载者下载并且使用过该移动端应用后发布的评论信息。从开发者的角度来说,所有的开发者都倾向于将自己的移动应用描述的近乎完美,所以对消费者来说,更愿意相信其他使用者发布的评论信息。之前的学者在研究在线评论与购买量之间的关系的过程中,得到了在线评论的数量对网络商品的购买量有显着的影响,在线评论的各个要素对网络商品也都有或多或少的影响。但是之前的研究只是指出了在线评论的各个因素对网络商品购买量会产生的影响的正负向,而没有指出各个因素对购买量产生影响的影响力的大小,而且之前的研究中大多采用了实物的网络商品作为研究对象进行研究,实物的网络商品与本文的研究对象——移动端应用有很大的一点区别是,在对实物的网络商品进行研究的时候,很难排除商品本身价格的影响,所以对在线评论各个因素与移动端应用之间关系的研究依然存在一些弊端。本文正是从以上几点出发,在以往研究的基础之上,分别在安卓市场、豌豆荚市场、和应用宝市场中,对免费的移动应用中的对在线评论数据与下载量数据等一手数据进行了收集,并且对收集到的数据进行了计算与分析,结果发现对于不同种类的移动端应用,产生重要影响的在线评因素有明显也都不尽相同,尤其对于体验类商品,有非常明显的差异。对于在线评论的各个因素来说,在线评论的数量对移动端应用下载量有显着的正向影响,其中正向的在线评论数量对移动应用下在数量有显着地正向的影响,负向的在线评论数量对移动应用下载数量有显着地负向的影响,中性的在线评论对移动端应用的下载数量几乎没有显着的影响,其中负向评论的影响明显大于正向评论与中性评论产生的影响。在线评论的内容长度、在线评论的评分对部分类别的应用也有显着的影响,但是其影响的强度不及评论数量。在最后,本文还提出了研究结果对管理的启示以及对未来研究方向的展望。希望本文能够有助于消费者和商家更深入地了解在线评论有效性,使其更好地利用在线评论。
黄军昌[10]（2017）在《提升你的“人气”指数》文中指出领导者的"人气",是领导者受到下属关注、信任、欢迎和拥戴程度的直接反映,是领导者的形象气质、才华学识、品行操守和管理能力在人们情感认同方面的综合体现。在领导活动中,领导者人脉广、人缘好,说话就有人听,办事就有人跟,单位的工作就能蓬勃地开展。因此,领导者必须高度重视加强自身的综合修养,做到身心共进、内外兼修,切实提升自己的"人气"指数。注意仪表风度,以得体的外在
二、提升自己的人气指数（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、提升自己的人气指数（论文提纲范文）
（1）P2P网贷平台倒闭的影响因素研究 ——基于2016年-2019年12月国内倒闭平台数据（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 问题的提出 |
| 1.2 研究目的及意义 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 本文的创新点 |
| 2 文献综述和研究回顾 |
| 2.1 相关理论 |
| 2.1.1 网贷平台的内涵 |
| 2.1.2 相关理论 |
| 2.1.3 网贷平台倒闭影响因素分析方法 |
| 2.2 国内外研究现状 |
| 2.2.1 国外研究现状 |
| 2.2.2 国内研究现状 |
| 2.2.3 文献评述 |
| 3 国内P2P网贷平台的发展历程以及发展状况 |
| 3.1 国内P2P网贷平台的发展历程 |
| 3.1.1 国内P2P的起源 |
| 3.1.2 国内P2P的“春秋时代” |
| 3.1.3 国内P2P行业的高速发展期 |
| 3.2 国内P2P网贷平台的发展状况 |
| 3.2.1 网贷平台数量及分布 |
| 3.2.2 网贷平台市场规模 |
| 3.2.3 网贷平台贷款余额状况 |
| 3.2.4 网贷平台收益能力 |
| 3.2.5 网贷平台借款周期 |
| 3.2.6 网贷平台主要参与人 |
| 3.3 P2P网贷平台的发展趋势 |
| 3.3.1 合规程度越来越高 |
| 3.3.2 横向扩充投资产品 |
| 3.3.3 平台发展逐步细化 |
| 3.3.4 风投态度愈加谨慎 |
| 3.3.5 行业并购速度加快 |
| 4 国内P2P网贷平台倒闭的影响因素分析 |
| 4.1 国内P2P网贷平台倒闭的内部影响因素分析 |
| 4.1.1 P2P网贷平台倒闭的客观因素 |
| 4.1.2 P2P网贷平台倒闭的主观因素 |
| 4.2 国内P2P网贷平台倒闭的外部影响因素分析 |
| 4.2.1 宏观经济形势 |
| 4.2.2 行业竞争程度 |
| 4.2.3 监管措施 |
| 4.2.4 征信系统 |
| 5 国内P2P网贷平台倒闭的实证分析 |
| 5.1 数据来源 |
| 5.2 指标体系设计 |
| 5.2.1 指标体系的构建原则 |
| 5.2.2 选取P2P网贷平台倒闭的因变量指标 |
| 5.2.3 选取P2P网贷平台倒闭的自变量指标 |
| 5.3 实证分析 |
| 5.3.1 描述性统计分析 |
| 5.3.2 建立实证分析模型 |
| 5.3.3 实证分析 |
| 5.4 实证结果分析 |
| 5.5 典型案例分析 |
| 5.5.1 百合贷发展过程 |
| 5.5.2 百合贷经营状况 |
| 5.5.3 百合贷倒闭的影响因素分析 |
| 6 研究结论与对策建议 |
| 6.1 研究结论 |
| 6.2 对策建议 |
| 6.2.1 对行业监管的建议 |
| 6.2.2 对网贷平台的建议 |
| 参考文献 |
（3）旅游景点人气指数的区域差异化预测方法（论文提纲范文）
| 1 相关概念 |
| 2 旅游景点的区域差异化水平测度 |
| 2.1 信息采集 |
| 2.2 过程描述 |
| 3 人气指数预测方法研究 |
| 3.1 旅游景点人气指数样本数据的预处理 |
| 3.2 旅游景点人气指数精准预测过程的实现 |
| 3.3 旅游景区人气指数的发布 |
| 4 实验结果与分析 |
| 5 结 论 |
（4）基于生存分析的网贷项目满标效率影响因素研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外文献综述 |
| 1.3.2 国内文献综述 |
| 1.3.3 国内外文献综述简析 |
| 1.4 研究内容与方法 |
| 1.4.1 研究的内容 |
| 1.4.2 研究的主要方法 |
| 第2章 影响满标效率的因素 |
| 2.1 引言 |
| 2.2 网贷项目满标的生存界定 |
| 2.2.1 网贷项目生存时间 |
| 2.2.2 网贷项目生存与满标效率的关系 |
| 2.3 满标效率的影响因素来源 |
| 2.3.1 影响满标效率的借款人因素分析 |
| 2.3.2 P2P网贷平台因素的分析 |
| 2.3.3 P2P网贷平台中投资人因素分析 |
| 2.3.4 政府及社会因素 |
| 2.4 本章小结 |
| 第3章 网贷项目满标效率影响因素的实证分析 |
| 3.1 引言 |
| 3.2 数据来源与处理 |
| 3.2.1 数据收集 |
| 3.2.2 数据的分层抽样以及定量化处理 |
| 3.3 建立满标效率影响因素分析模型 |
| 3.3.1 网贷项目生存时间表 |
| 3.3.2 基于Cox回归模型的满标风险分析 |
| 3.4 满标效率影响因素的确定及检验 |
| 3.5 本章小结 |
| 第4章 提升满标效率建议及举措 |
| 4.1 引言 |
| 4.2 提升满标效率的建议 |
| 4.2.1 提升满标效率对借款人的建议 |
| 4.2.2 提升满标效率对网贷平台的建议 |
| 4.2.3 提升满标效率对投资人的建议 |
| 4.2.4 提升满标效率对政府和社会的建议 |
| 4.3 推动网贷行业健康发展的举措 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
（5）基于投资者视角选择不同P2P网贷平台影响因素分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 研究思路、研究方法和技术路线 |
| 1.4 创新之处与局限性 |
| 2 文献综述与理论基础 |
| 2.1 国内外研究现状 |
| 2.2 理论基础 |
| 2.3 机理分析与假设提出 |
| 3 样本变量选取与模型设定 |
| 3.1 样本选择与变量选取 |
| 3.2 模型设定 |
| 4 实证分析 |
| 4.1 非平衡面板模型实证结果 |
| 4.2 内生性处理和稳健性检验 |
| 4.3 实证结论 |
| 5 研究结论、建议与展望 |
| 5.1 研究结论 |
| 5.2 研究建议 |
| 5.3 研究展望 |
| 参考文献 |
| 附录 |
| 后记(致谢) |
（6）广府文化短视频的内容传播力研究 ——基于对《粤知一二》的调查（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 文献综述 |
| 1.2.1 方言短视频研究现状 |
| 1.2.2 广府文化研究现状 |
| 1.2.3 传播力研究现状 |
| 1.3 研究方法与研究步骤 |
| 1.3.1 个案分析法 |
| 1.3.2 内容分析法 |
| 1.3.3 访谈法 |
| 1.3.4 研究步骤 |
| 第2章 自媒体广府文化传播与《粤知一二》发展概述 |
| 2.1 广府文化概念的厘定 |
| 2.2 广府文化的自媒体传播现状 |
| 2.3 《粤知一二》的发展及传播现状 |
| 第3章 研究类目建构与测量 |
| 3.1 研究对象与范围的界定 |
| 3.2 项目内容类目建构 |
| 3.3 内容传播力测量 |
| 3.4 信度检验 |
| 第4章 《粤知一二》广府文化内容传播力结果与分析 |
| 4.1 视频类型传播力两极分化,生活化内容表现较好 |
| 4.2 栏目分布类型“聚焦”,粤语正字与测评栏目潜力较大 |
| 4.3 饮食文化传播力显优势,不同文化类别间现短板 |
| 4.4 制作方式以拍摄制作为主,原创内容传播力优势显着 |
| 4.5 利用数字技术让内容走向系列化,提高内容传播力 |
| 4.6 配乐与内容契合度高,粤语配乐获较高受众认可 |
| 第5章 对广府文化内容传播力提升的思考 |
| 5.1 确立传播目标的高度,提升广府文化传播力 |
| 5.2 点片面结合传播,开启广府文化的区域认同 |
| 5.3 精耕传播内容,突出广府文化味道 |
| 结语 |
| 参考文献 |
| 致谢 |
| 附录 A:编码表 |
| 附录 B:访谈信息表 |
| 附录 C:访谈提纲 |
（7）互联网金融平台治理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究对象 |
| 1.2.1 互联网金融 |
| 1.2.2 互联网金融平台 |
| 1.3 研究思路和方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.3.3 研究方法 |
| 1.4 研究创新与不足 |
| 第2章 互联网金融平台治理研究综述 |
| 2.1 经济治理概念 |
| 2.1.1 经济治理内涵 |
| 2.1.2 经济治理模式 |
| 2.2 研究理论基础 |
| 2.2.1 交易费用理论 |
| 2.2.2 委托代理理论 |
| 2.2.3 治理结构理论 |
| 2.2.4 平台治理理论 |
| 2.3 平台治理分析框架 |
| 2.3.1 SCP分析范式 |
| 2.3.2 平台信任结构 |
| 2.3.3 平台定价行为 |
| 2.3.4 平台治理绩效 |
| 2.4 互联网金融平台政府监管 |
| 2.4.1 政府管制理论 |
| 2.4.2 金融监管内涵 |
| 2.4.3 平台风险成因 |
| 2.4.4 平台监管失灵 |
| 2.5 本章小结 |
| 第3章 互联网金融平台交易模式分析 |
| 3.1 问题提出 |
| 3.2 平台交易典型模式 |
| 3.2.1 第三方移动支付 |
| 3.2.2 回报型众筹融资 |
| 3.2.3 债权型众筹融资 |
| 3.3 平台交易博弈分析 |
| 3.3.1 平台交易的基本假设 |
| 3.3.2 平台交易的模型构造 |
| 3.3.3 平台交易的均衡分析 |
| 3.4 交易治理机制构建 |
| 3.4.1 平台信息传递 |
| 3.4.2 平台私序执行 |
| 3.5 本章小结 |
| 第4章 互联网金融平台信任结构研究 |
| 4.1 问题提出 |
| 4.2 研究假设 |
| 4.3 平台信任结构分析 |
| 4.3.1 实证设计 |
| 4.3.2 数据来源 |
| 4.3.3 变量选取 |
| 4.3.4 回归分析 |
| 4.3.5 结果讨论 |
| 4.4 声誉“连坐”效应检验 |
| 4.4.1 实证设计 |
| 4.4.2 数据来源 |
| 4.4.3 变量选取 |
| 4.4.4 回归分析 |
| 4.4.5 结果讨论 |
| 4.5 本章小结 |
| 第5章 互联网金融平台定价行为研究 |
| 5.1 问题提出 |
| 5.2 理论分析 |
| 5.3 研究假设 |
| 5.3.2 指导利率与平台交易效率 |
| 5.3.3 指导利率与资源配置效率 |
| 5.4 平台资源配置效率指标构建 |
| 5.4.1 研究方法 |
| 5.4.2 数据来源 |
| 5.4.3 指标构建 |
| 5.4.4 因子分析 |
| 5.5 实证检验 |
| 5.5.1 变量与数据说明 |
| 5.5.2 分析与结果讨论 |
| 5.6 本章小结 |
| 第6章 互联网金融平台治理绩效研究 |
| 6.1 问题提出 |
| 6.2 互联网金融平台效率测度 |
| 6.2.1 研究方法 |
| 6.2.2 数据说明 |
| 6.2.3 指标选取 |
| 6.2.4 结果分析 |
| 6.3 平台效率影响因素分析 |
| 6.3.1 研究方法 |
| 6.3.2 数据说明 |
| 6.3.3 指标选取 |
| 6.3.4 回归分析 |
| 6.4 “背书”行为的效率分析 |
| 6.5 本章小结 |
| 第7章 互联网金融平台政府监管研究 |
| 7.1 问题提出 |
| 7.2 治理能力与平台风险 |
| 7.3 平台治理能力的测度 |
| 7.3.1 研究方法 |
| 7.3.2 指标选取 |
| 7.3.3 数据来源 |
| 7.3.4 数据检验 |
| 7.4 实证结果与案例分析 |
| 7.4.1 结果讨论 |
| 7.4.2 案例分析 |
| 7.5 本章小结 |
| 第8章 研究结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（8）社交网络中的影响力模型构建及链接预测算法（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.4 研究内容与组织结构 |
| 2 相关理论与技术研究 |
| 2.1 社交网络影响力模型 |
| 2.2 社交网络链接预测方法 |
| 2.3 本章小结 |
| 3 引入人气指数的用户影响力模型 |
| 3.1 社交网络中虚假账号剔除 |
| 3.2 引入人气指数的WLRank算法设计 |
| 3.3 实验环境与数据集 |
| 3.4 实验结果与分析 |
| 3.5 本章小结 |
| 4 基于元路径权重的社交网络链接预测算法 |
| 4.1 二元异构社交网络模型构建 |
| 4.2 基于元路径的META-Base链接预测算法 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间主要成果 |
（9）在线评论对移动应用下载影响的实证研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究的理论意义 |
| 1.2.3 研究的现实意义 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究工具 |
| 1.4 研究结构与创新 |
| 1.4.1 研究框架 |
| 1.4.2 研究的创新点 |
| 第2章 理论基础及文献综述 |
| 2.1 在线评论的概念及内涵 |
| 2.1.1 在线评论的定义及因素 |
| 2.1.2 在线评论的特点 |
| 2.1.3 在线口碑与在线评论的区别与联系 |
| 2.2 理论基础 |
| 2.2.1 信息经济学理论 |
| 2.2.2 消费者行为理论 |
| 2.2.3 口碑理论 |
| 2.3 文献综述 |
| 2.3.1 在线评论与购买量之间的关系 |
| 2.3.2 在线评论与消费者购买决策之间的关系 |
| 2.3.3 关于移动应用的文献综述 |
| 第3章 研究设计与假设 |
| 3.1 研究设计 |
| 3.1.1 研究参数的选择 |
| 3.1.2 研究变量的定义与选择 |
| 3.2 数据收集方案设计 |
| 3.2.1 数据收集方法 |
| 3.2.2 数据收集方案 |
| 3.3 模型设计 |
| 3.4 研究假设 |
| 3.4.1 对安卓应用市场内变量的研究假设 |
| 3.4.2 对豌豆荚应用市场内变量的研究假设 |
| 3.4.3 对应用宝应用市场内变量的研究假设 |
| 第4章 数据分析与模型构建 |
| 4.1 数据分析 |
| 4.1.1 安卓应用市场数据的描述性统计分析 |
| 4.1.2 豌豆荚应用市场数据的描述性统计分析 |
| 4.1.3 应用宝应用市场数据的描述性统计分析 |
| 4.2 模型构建 |
| 4.2.1 安卓应用市场内的模型构建 |
| 4.2.2 豌豆荚应用市场内的模型构建 |
| 4.2.3 应用宝应用市场的的模型构建 |
| 第5章 结论 |
| 5.1 研究结果分析 |
| 5.2 研究启示 |
| 5.3 本文的创新点 |
| 5.4 研究局限与不足 |
| 参考文献 |
| 致谢 |
（10）提升你的“人气”指数（论文提纲范文）
| 注意仪表风度,以得体的外在形象提升吸引力。 |
| 加强内涵修养,以丰厚的学识底蕴提升影响力。 |
| 陶冶品行操守,以“磁性”的人格素养提升向心力。 |
| 强化情感管理,以周到的人文关怀提升亲和力。 |
| 讲究领导艺术,以良好的育人环境提升凝聚力。 |
四、提升自己的人气指数（论文参考文献）
- [1]P2P网贷平台倒闭的影响因素研究 ——基于2016年-2019年12月国内倒闭平台数据[D]. 曹锐. 浙江大学, 2020(02)
- [2]基于超图随机游走标签扩充的微博推荐方法[J]. 马慧芳,张迪,赵卫中,史忠植. 软件学报, 2019(11)
- [3]旅游景点人气指数的区域差异化预测方法[J]. 龙睿,吴旭云. 沈阳大学学报(自然科学版), 2019(04)
- [4]基于生存分析的网贷项目满标效率影响因素研究[D]. 闫雪. 哈尔滨工业大学, 2019(02)
- [5]基于投资者视角选择不同P2P网贷平台影响因素分析[D]. 刘丹治. 暨南大学, 2019(05)
- [6]广府文化短视频的内容传播力研究 ——基于对《粤知一二》的调查[D]. 姚绮安. 广东外语外贸大学, 2019(10)
- [7]互联网金融平台治理研究[D]. 王飞. 东南大学, 2018(01)
- [8]社交网络中的影响力模型构建及链接预测算法[D]. 代金龙. 山东科技大学, 2018(03)
- [9]在线评论对移动应用下载影响的实证研究[D]. 鞠天骄. 吉林大学, 2017(01)
- [10]提升你的“人气”指数[J]. 黄军昌. 群众, 2017(02)