پیش بینی جالب بازار دلار

نرم افزار آزمایشی که تجربه تجارت شبیه سازی شده را ارائه می دهد محدود است. دیفونزو و بوردیا (1997) یک کار سرمایه گذاری متوالی را برای بررسی تأثیر شایعات در استراتژی های معاملاتی ایجاد کردند. آنها قیمت های تاریخی بازار 60 کنه را به نمایش گذاشتند که هر کنه هر 20 ثانیه ارائه می شد.

چکیده را نشان می دهد

ادبیات اخیر در مورد تقاطع اقتصاد ، امور مالی و روانشناسی مزایای تجربه شبیه سازی شده در ابزارهای اندازه گیری تصمیم گیری را نشان می دهد. در اینجا ، ما شبیه ساز تجارت زوریخ (ZTS) را برای اولین بار توسط آندراسوزویچ و همکاران ارائه می دهیم.(2022) برای آزمایش تأثیر مقایسه اجتماعی رو به بالا در فعالیت تجارت. ZTS یک کاربرد رایگان برای OTREE است که برای ایجاد آزمایش های سرمایه گذاری پویا مناسب برای اندازه گیری فعالیت تجارت و ریسک پذیری طراحی شده است. این نرم افزار با استفاده از تنظیمات پیش فرض آماده است. همچنین بسته به نیاز آزمایشگر می تواند آزادانه در کد منبع اقتباس شود. مسیرهای قیمت توسعه یافته برای آزمایش با ZT ها بصورت آنلاین در دسترس هستند. ما همچنین توصیه ها و امکاناتی را برای مطالعات و پسوندهای آینده بیان می کنیم.

یادگیری چند منظره با همجوشی ویژگی قابل تشخیص برای تشخیص شایعه

2022 ، سیستم های مبتنی بر دانش گزیده استناد:

نتایج نشان می دهد که UMLARD به طور قابل توجهی از خط مقدمات پیشرفته و در عین حال توضیحات بصری در مورد رفتار مدل و نتایج تشخیص استفاده می کند. مشکل شایعه (یا اخبار/اطلاعات جعلی ، اطلاعات نادرست) یک موضوع مهم تحقیق در مطالعات اخیر رسانه های اجتماعی است و توجه بیشتری را در رشته های مختلف از جمله سیاست [2] ، امور مالی [36] ، بازاریابی [37] ، مراقبت های بهداشتی [13] جلب می کند.] ، و غیره. "شایعه" معمولاً به عنوان یک داستان گمراه کننده تعریف می شود و یا سوء تفسیر اطلاعات ، در بین جوامع و مربوط به یک شی ، رویداد یا مسئله در نگرانی عمومی در گردش است [22]. روشهای موجود برای تشخیص شایعه به طور کلی در سه دسته قرار می گیرند ، یعنی رویکردهای مبتنی بر ویژگی ، مبتنی بر اعتبار و مبتنی بر یادگیری مبتنی بر یادگیری.

چکیده را نشان می دهد

محققان ، بنگاهها و دولتها تلاش های زیادی را برای تشخیص سریع و دقیق اطلاعات نادرست انجام داده اند. راه حل های سنتی یا ویژگی های پیچیده دستی را بررسی می کنند یا به شبکه های اعتبار ساخته شده برای استخراج شاخص های مفید برای تشخیص اطلاعات کاذب بسیار متکی هستند. با این حال ، چنین رویکردهایی نیاز به دانش متخصص و متخصص دامنه و مهندسی ویژگی های فشرده دارد که اغلب غیر قابل تولید هستند. پیشرفت های اخیر در تکنیک های یادگیری عمیق باعث یادگیری بازنمایی های سطح بالا از محتوای متنی و تصویر و کشف الگوهای انتشار با شبکه های مختلف عصبی شده است. علیرغم پیشرفت این روشها ، آنها هنوز هم با مشکل وابستگی بیش از حد به ویژگی های محتوا روبرو هستند و در مورد تأثیر هر کاربر درگیر در روند گسترش شایعات تبعیض قائل نمی شوند. اطلاعات مختلف با استفاده از کاربر در مراحل مختلف انتشار شایعات نقش های مختلفی ایفا می کند ، به طور موثری ویژگی ها را از هر جنبه استخراج می کند و ویژگی های آموخته شده را به یک نمایش منحصر به فرد تبدیل می کند ، که به خوبی مورد بررسی قرار نگرفته است. برای پرداختن به این محدودیت ها ، ما یک مدل جدید ، Umlard (یادگیری چند منظوره کاربر با توجه به تشخیص شایعه) را پیشنهاد می کنیم تا به طور مؤثر بازنمایی دیدگاههای مختلف کاربرانی که مشغول پخش توییت بودند ، و ویژگی های آموخته شده را فیوز کنید. از طریق مکانیسم همجوشی قابل تشخیص. سرانجام ، ما ویژگی های آموخته شده کاربر را با ویژگی های محتوا جمع می کنیم تا یک نمایش منحصر به فرد را تشکیل دهیم و آن را در یک لایه کاملاً متصل تغذیه کنیم تا برچسب شایعات را پیش بینی کنیم. آزمایشات ما انجام شده در مجموعه داده های دنیای واقعی نشان می دهد که UMLARD عملکرد تشخیص شایعه را در مقایسه با خطوط پیشرفته پیشرفته بهبود می بخشد. همچنین امکان توضیح رفتار مدل و نتایج پیش بینی شده را فراهم می کند.

M & amp ؛ شایعاتی در مورد شرکت های ثبت نشده

2021 ، مجله اقتصاد مالی چکیده را نشان می دهد

ما 68،044 معاملات M& A تکمیل شده یا متروکه را شامل می شود که شامل اهداف ثبت نشده است تا تأثیر شایعات معامله را بر تمایل به بسته بندی معامله و مقادیر معامله تعیین کنیم. تخمین چالش برانگیز است زیرا شایعات ممکن است به صورت هدف گسترش یابد یا به طور تصادفی ظهور کند در حالی که مقادیر معاملات فقط برای معاملات تکمیل شده قابل مشاهده است و هیچ مقرراتی برای افشای آنها نیازی ندارد. ما برای غلبه بر این چالش ها از استنتاج غیرمستقیم استفاده می کنیم. ما می دانیم که (الف) شایعات M& A معامله گر است ، (ب) معاملات شایعه اما بسته دارای ارزش معامله بالاتری است ، و (ج) تأثیر اقتصادی ترکیبی (الف) و (ب) منفی است: در انتظار شایعات حدود 32 ٪ از بین می رودارزش معامله

"مطالعه عوامل مؤثر بر تصمیمات سرمایه گذاری در هند: راه کانو"

2021 ، بررسی مدیریت آسیا اقیانوس آرام چکیده را نشان می دهد

امور مالی رفتاری زمینه ای در حال ظهور با دامنه گسترده است. در صورت عدم وجود ادبیات به اندازه کافی در زمینه هند ، درک رفتار سرمایه گذار فردی نسبت به بازار سهام توسط سیاست گذاران ، موسسات ، موسسات زیرساخت بازار و شرکت ها آن را چالش برانگیز می دانند. این رفتار در اثر واکنش به عوامل/ویژگی های مختلف ایجاد می شود. به منظور درک عواملی که بر تصمیم سرمایه گذاری سرمایه گذار تأثیر می گذارد ، مطالعه ای در بازار سهام هند متشکل از 10 بخش با 30 شرکت ذکر شده در BSE-30 Sensex انجام شد. یک ابزار تحقیقاتی متشکل از 14 ویژگی طراحی و به 2100 پاسخ دهنده ارسال شد. 467 پاسخ در طی یک دوره 6 ماهه جمع آوری شد و مدل Kano برای طبقه بندی اطلاعات به ویژگی های "باید" ، "خطی" و "لذت" تهیه شود. مشخص شد که "باید" ویژگی ها شامل شرط صورتهای مالی ، شاخص های اقتصادی فعلی باشد ، و نتیجه تجزیه و تحلیل فنی و "اطلاعات خودی" یک ویژگی "لذت" است. این مطالعه نشان داد که عوامل بر تصمیم گیری سرمایه گذاران تأثیر می گذارند. در نظر گرفتن عوامل تصمیم گیری در مورد سرمایه گذاری خاص بخش است و به احزاب مختلف در درک رفتار تصمیم گیری سرمایه گذاری سرمایه گذاران کمک می کند.

اگر می توانید مرا بگیرید: یک چارچوب تشخیص شایعه در سطح شرکت کننده از طریق یادگیری نمایندگی کاربر ریز دانه

2021 ، پردازش و مدیریت اطلاعات چکیده را نشان می دهد

محققان تلاش فوق العاده ای در طراحی راه هایی برای شناسایی و شناسایی خودکار شایعات انجام داده اند. رویکردهای سنتی روی مهندسی ویژگی ها تمرکز می کنند. آنها به اقدامات انسانی زیادی احتیاج دارند و تعمیم آن دشوار است. راه حل های یادگیری عمیق به شما کمک می کند. با این حال ، آنها معمولاً نتوانند ساختار اساسی انتشار شایعه و تأثیر همه شرکت کنندگان درگیر در زنجیره گسترش را ضبط کنند. در این مطالعه ، ما یک چارچوب تشخیص شایعه در سطح شرکت کننده را پیشنهاد می کنیم. این صریحاً بازنمودهای مختلف کاربر ریز و درشت (به عنوان مثال ، تأثیر کاربر ، حساسیت و اطلاعات زمانی) را از همه شرکت کنندگان از موضوعات انتشار از طریق یادگیری نمایندگی عمیق مدل و ادغام می کند. آزمایشات انجام شده بر روی مجموعه داده های دنیای واقعی ، دقت قابل توجهی از رویکرد ما را نشان می دهد. از لحاظ تئوریکی ، ما در استفاده مؤثر از علوم داده و تجزیه و تحلیل برای طراحی انتشار اطلاعات اجتماعی ، به ویژه تشخیص شایعه کمک می کنیم. از نظر عملی ، از نتایج ما می توان برای بهبود کیفیت خدمات تشخیص شایعه برای سیستم عامل های اجتماعی استفاده کرد.

تجزیه و تحلیل پایداری از یک مدل SDILR بر اساس عود شایعه در رسانه های اجتماعی

2019 ، Physica A: مکانیک آماری و کاربردهای آن چکیده را نشان می دهد

شایعات می توانند اثرات مخربی بر افراد، سازمان ها و حتی امنیت عمومی داشته باشند. توصیف دقیق فرآیند شایعه پراکنی ارزش زیادی دارد، زیرا می تواند به ارائه اقدامات متقابل مربوطه برای مهار انتشار کمک کند. هدف اصلی این مقاله بررسی پدیده شایعه پراکنی مکرر در شبکه های اجتماعی با استفاده از یک مدل ریاضی به نام SDILR است. در این مدل، ما وضعیت تماس های مختلف را برای کاربران مختلف از جمله حساس، خطرناک، عفونی، پنهان و بهبود یافته در یک شبکه اجتماعی آنلاین توصیف می کنیم. در مقایسه با مدل سنتی انتشار SIR، ما برخی از شرایط محدودیت واقع بینانه را تکمیل می کنیم، به عنوان مثال، سرسختی برخی از شایعه سازان و عملکرد فیلتر رسانه های اجتماعی آنلاین در نظر گرفته می شود. علاوه بر این، معادلات میدان میانگین برای توصیف پویایی مدل شایعه سازی SDILR، که با آن تجزیه و تحلیل حالت پایدار انجام می شود، مشتق شده اند، که نشان دهنده وجود تعادل است. در همین حال، ما استراتژی های کنترل شایعات را در مورد موارد حساس، خطرناک، عفونی، پنهان و بهبود یافته بررسی می کنیم. نتایج شبیه سازی نشان می دهد که پتانسیل زیادی برای یک روش مؤثر برای مبارزه با شایعات مکرر، از نظر کاهش میزان عود θ و افزایش نرخ کنترل γ وجود دارد.

مقالات پیشنهادی (6)

مقاله پژوهشی

بهینه سازی دمای واکنش Si-C و ضخامت جنرال الکتریک در تشکیل نقطه Ge با واسطه C

فیلم های جامد نازک، دوره 602، 1395، صص 29-31 چکیده را نشان می دهد

برای تشکیل نقاط جنرال الکتریک روی یک بستر Si، اثر دمای واکنش حرارتی زیر تک لایه C با سی (100) بررسی شد و ضخامت جنرال الکتریک رسوب شده بهینه سازی شد. نمونه ها با اپیتاکسی پرتو مولکولی منبع جامد با تفنگ پرتو الکترونی برای تصعید C و یک سلول نادسن برای تبخیر جنرال الکتریک تهیه شدند. C از 0. 25 میلی لیتر بر روی Si (100) در دمای بستر 200 درجه سانتیگراد و به دنبال آن یک تیمار با دمای بالا در دمای واکنش (T_R) از 650 تا 1000 درجه سانتیگراد برای ایجاد پیوندهای Si-C. جنرال الکتریک معادل 2 تا 5 نانومتر ضخامت متعاقباً در دمای 550 درجه سانتیگراد رسوب داده شد. نقاط کوچک و متراکم برای T به دست آمد_R= 750 درجه سانتیگراد، اما چگالی نقطه کاهش یافته و قطر نقطه به طور گسترده ای در مورد T کمتر و بالاتر متفاوت است._Rبشرچگالی نقطه در حدود 2 × 10 10 سانتی متر - 2 برای رسوب GE معادل 3 تا 5 نانومتر ضخامت و یک انحراف استاندارد از قطر نقطه کمترین از 10 نانومتر برای 5 نانومتر ضخامت GE بود. این نتایج بدان معنی است که تشکیل GE DOT با واسطه C نه تنها تحت تأثیر شرایط بازسازی C (4 4 4) از طریق واکنش Si-C بلکه رابطه بین ضخامت رسوب GE و در معرض Si (100)-2 بود.× 1) سطح سطح.

مقاله پژوهشی

مدل های ساده لوح رژیم

اشتها ، دوره 128 ، 2018 ، صص 321-332 چکیده را نشان می دهد

مکانیسم هایی که منجر به پرخوری می شوند و مصرف غذاهای وسوسه انگیز و ناسالم به طور گسترده مورد مطالعه قرار گرفته است ، اما اقدامات جبرانی که پس از آن انجام می شود ، انجام نشده است. در اینجا ما مدل های ساده لوح را که افراد در اطراف رژیم غذایی (تک دوره های پرخوری) و تغییرات وزن همراه دارند ، توصیف می کنیم. در طول شش آزمایش آنلاین ، ما دریافتیم که ، به دنبال یک رژیم غذایی فرضی ، شرکت کنندگان قصد نداشتند مصرف کالری را به طور مناسب تنظیم کنند تا کالری اضافی مصرفی را به خود اختصاص دهند (مطالعات 1 و 2) ، و این الگوی به دنبال پراکندگی فرضی که توسط یک بزرگ فرضی مشخص می شود بدتر بودمقدار غذای مصرف شده در یک دوره واحد (مطالعه 3). شرکت کنندگان انتظار داشتند که تغییرات وزن سریعتر از آنچه در واقعیت انجام می شود اتفاق بیفتد (مطالعه 4) و آنها انتظار داشتند که وزن به دست آمده از یک رژیم غذایی به خودی خود بدون تلاش برای جبران خسارت صریح از طریق رژیم غذایی یا ورزش از بین برود (مطالعه 5). به طور مشابه ، شرکت کنندگان انتظار داشتند که وقتی تلاش های جبران خسارت از طریق محدودیت کالری انجام شد ، میزان کاهش وزن به دنبال یک رژیم غذایی در مقایسه با خوردن طبیعی سریعتر خواهد بود (مطالعه 6). این تحقیق داده های جدید را نشان می دهد که مکانیسم مهمی را نشان می دهد که احتمالاً در افزایش وزن و تلاش برای کاهش وزن شکست خورده است.

مقاله پژوهشی

چگونه گفتگوی ارزان باعث افزایش کارایی در بازی های کالاهای عمومی آستانه می شود

بازی ها و رفتار اقتصادی ، دوره 101 ، 2017 ، صص 234-259 چکیده را نشان می دهد

در این مقاله از یک رویکرد طراحی مکانیسم بیزی برای بررسی تأثیر ارتباطات در یک بازی کالاهای عمومی آستانه استفاده شده است. افراد اطلاعات خصوصی در مورد هزینه های مشارکت دارند. افراد می توانند سهم گسسته ای داشته باشند. اگر تعداد مشارکت کنندگان حداقل برابر با آستانه باشد ، یک سود عمومی برای همه اعضای گروه جمع می شود. ما به طور تجربی سه ساختار ارتباطی مختلف را قبل از تصمیم گیری پیاده سازی می کنیم: (الف) تبادل همزمان پیام های باینری ، ب) فضای پیام عددی محدود بزرگتر و (ج) گپ متنی نامحدود. ما مرزهای نظری را در مورد دستاوردهای کارآیی که تحت این ساختارهای مختلف ارتباطی قابل دستیابی هستند به دست می آوریم. در یک آزمایش با سه گروه و آستانه دو نفر ، ما فقط با ثروتمندترین این ساختارهای ارتباطی ، که در آن شرکت کنندگان درگیر چت متن بدون محدودیت هستند ، دستاوردهای قابل توجهی را مشاهده می کنیم. در این حالت ، مرزهای کارآیی دلالت بر تئوری طراحی مکانیسم حاصل می شود.

مقاله پژوهشی

تأخیر معادلات دیفرانسیل مدل سازی انتشار شایعه در هر دو شبکه همگن و ناهمگن با عملکرد سکوت اجباری

ریاضیات و محاسبات کاربردی ، دوره 370 ، 2020 ، ماده 124925 چکیده را نشان می دهد

ظهور شایعات ذهنی و پرخاشگرانه است که باعث ایجاد مزاحمت و گمراه کننده برای زندگی مردم خواهد شد. این مقاله به بررسی جامع در مورد تأثیر عملکرد سکوت اجباری ، تأخیر زمان و توپولوژی شبکه در انتشار شایعات در شبکه های اجتماعی آنلاین اختصاص یافته است. با توجه به نظارت شبکه مانند سکوت اجباری و توپولوژی شبکه ، یک مدل انتشار شایعه مانند اپیدمی مانند SIR تأخیر در SIR (حساسیت به نتیجه گیری) در هر دو شبکه همگن و ناهمگن ارائه شده است. با استفاده از تئوری میانگین میدان ، ما پویایی انتشار مدل را با جزئیات تجزیه و تحلیل می کنیم. در مرحله اول ، ما محدودیت راه حلها را نشان می دهیم ، سپس شماره تولید مثل اساسی و وجود نقاط تعادل حاوی شایعه را بدست می آوریم. ثانیاً ، شکاف رو به جلو و عقب و همچنین ثبات محلی و جهانی نقاط تعادل در هر دو شبکه همگن و ناهمگن از لحاظ تئوری مورد تجزیه و تحلیل قرار گرفته و آشکار می شوند. سرانجام ، تأثیر احتمالی از طریق شبیه سازی های عددی مورد تجزیه و تحلیل قرار می گیرد ، و عوامل مؤثر بر انتشار شایعه از لحاظ تئوری مورد تجزیه و تحلیل قرار می گیرند ، که اعتبار تحلیل نظری را اثبات می کند.

مقاله پژوهشی

عوامل مؤثر بر رفتار اشتراک شایعه آنلاین در همه گیر Covid-19

رایانه در رفتار انسان ، دوره 125 ، 2021 ، ماده 106968 چکیده را نشان می دهد

با شیوع COVID-19 ، به اشتراک گذاشتن آنلاین شایعات در مورد این بیماری نگرانی در حال رشد در سراسر جهان است. با استفاده از چارچوب محرک-ارگانیسم-پاسخ (S-O-R) ، این مطالعه با هدف بررسی تأثیر وضعیت همسالان و ارتباط همسالان بر ترس از Covid-19 و تأثیر ترس از COVID-19 در رفتار اشتراک شایعات آنلاین ،با در نظر گرفتن تأثیر احتمالی خودکارآمدی سلامت. داده های 1167 پاسخ دهندگان به یک نظرسنجی آنلاین در چین برای آزمایش مدل تحقیق ما اتخاذ شد. نتایج حاکی از آن است که ارتباط همسالان و شرایط همسالان باعث ترس از Covid-19 می شوند و ترس از Covid-19 منجر به اشتراک شایعات آنلاین می شود. ترس از Covid-19 واسطه تأثیر ارتباط همسالان و وضعیت همسالان در اشتراک شایعات آنلاین است. خودکارآمدی سلامت تأثیر مثبت ارتباط همسالان را بر ترس از Covid-19 و تأثیر مثبت ترس از COVID-19 در اشتراک شایعات آنلاین کاهش می دهد. این مطالعه ادبیات مربوط به اشتراک شایعات آنلاین و S-O-R را پیشرفت می کند و پیامدهای عملی را برای کاربران و دولت های رسانه های اجتماعی ارائه می دهد.

مقاله پژوهشی

یک مدل پخش اطلاعات بر اساس شبکه های اجتماعی آنلاین

Physica A: مکانیک آماری و کاربردهای آن ، دوره 490 ، 2018 ، صص 488-496 چکیده را نشان می دهد

سیستم عامل های اجتماعی آنلاین در سالهای اخیر بسیار محبوب هستند. علاوه بر گسترش اطلاعات ، کاربران می توانند اطلاعات مربوط به سیستم عامل های اجتماعی آنلاین را بررسی یا جمع آوری کنند. با توجه به قوانین گسترش اطلاعات شبکه اجتماعی آنلاین ، یک مدل جدید پخش اطلاعات ، یعنی مدل IRCSS ، در این مقاله ارائه شده است. این شامل مکانیسم به اشتراک گذاری ، مکانیسم مرور ، جمع آوری مکانیسم و مکانیسم خفه کننده است. معادلات میدانی برای توصیف پویایی مدل IRCSS به دست آمده است. علاوه بر این ، حالت های پایدار داوران ، جمع کننده ها و استیفلرها و تأثیر پارامترها بر مقادیر اوج داوران ، کلکسیونرها و سهامداران مورد تجزیه و تحلیل قرار می گیرد. سرانجام ، شبیه سازی های عددی در شبکه های مختلف انجام می شود. نتایج نشان می دهد که جمع آوری مکانیسم و مکانیسم مرور و همچنین اتصال شبکه ، سفر اطلاعاتی را گسترده تر و سریعتر می کند و در مقایسه با شبکه WS و شبکه ER ، سرعت بررسی ، اشتراک و جمع آوری اطلاعات سریعترین در شبکه BA است.

نیکلاس دیفونزو هم اکنون در گروه روانشناسی ، انستیتوی فناوری روچستر قرار دارد. ما از رالف روزنو ، دونالد هانتلا و پل آندریاسن بخاطر اظهارنظرهای مفید آنها در بررسی پیش نویس های قبلی این نسخه ، تشکر می کنیم. ما از مارک فس ، داگلاس مور و بروس ریند بخاطر پیشنهادات متفکرانه خود در مراحل مختلف در طول این مطالعات تشکر می کنیم. ما از گروه روانشناسی در دانشگاه معبد برای استفاده از امکانات رایانه ای تشکر می کنیم.

G. Lindzeye. آرونسون ، ویرایش.

مکاتبات و درخواست های چاپ مجدد به نیکلاس دیفونزو ، گروه روانشناسی ، انستیتوی فناوری روچستر ، 18 لومب یادبود درایو ، روچستر ، نیویورک 14623. نمابر: (716) 475-6715. نامه الکترونیکی: [ایمیل محافظت شده]

کپی رایت © 1997 انتشارات دانشگاهی. کلیه حقوق محفوظ است.

• درباره ScienceDirect
• دسترسی از راه دور
• سبد خرید
• تبلیغات
• تماس و پشتیبانی
• شرایط و ضوابط
• سیاست حفظ حریم خصوصی

ما از کوکی ها برای کمک به ارائه و تقویت خدمات و محتوای خیاطی و تبلیغات استفاده می کنیم. با ادامه شما با استفاده از کوکی ها موافقت می کنید.

کپی رایت © 2023 Elsevier B. V. یا مجوزهای آن یا مشارکت کنندگان آن. ScienceDirect® یک علامت تجاری ثبت شده Elsevier B. V است.

ScienceDirect® یک علامت تجاری ثبت شده Elsevier B. V است.