朱建林
- 作品数：18 被引量：64H指数：5
- 供职机构：中国人民大学财政金融学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金北京市自然科学基金更多>>
- 相关领域：经济管理自动化与计算机技术理学文化科学更多>>
- 中国债券市场对外开放现状、问题与建议被引量：6
- 2018年
- 2017年是中国债券市场对外开放具有里程碑意义的一年。花旗、彭博两家全球著名的指数供应商将中国债券市场纳入其指数系列,"债券通"顺利开通运行,我国进一步完善相关制度规范,债券市场对外开放进入新阶段。债券市场开放不仅有利于我国构建多层次资本市场体系,而且有利于构建离岸人民币回流机制,推动人民币国际化与国际金融中心建设。当前,我国债券市场对外开放的过程中,还存在体制机制不完善、资本账户管制、市场流动性不足以及信用评级可靠性差等诸多问题,为解决这些问题,我们应当从制度设计、市场培育、信用评级体系完善和风险防控等方面入手,有序稳妥地推进债券市场开放与健康发展。
- 彭飞朱建林
- 关键词：人民币国际化信用评级金融风险
- P2P市场借款成功率影响因素研究——基于随机森林和Logistic回归模型被引量：2
- 2019年
- 本文以P2P平台'人人贷'2011年至2016年的数据作为研究样本,根据是否含有历史行为指标,将借款人分为新客户和老客户,并用随机森林模型分别判断其借款成功率的影响因素,最后利用Logistic回归判断这些影响因素的方向。研究结果表明:信用等级、信用认证能够增加借贷成功率;老客户行为指标、借款人部分基本信息指标、借款标的指标对借款成功率均有显著影响;对老客户来说存在职业歧视现象;借款人性别、教育程度、婚姻状态、工作时间、是否有房、是否有房贷、是否有车、是否有车贷对新老客户的申请成功率均无影响。
- 王克祥朱建林
- 关键词：P2P新客户
- 基于意群划分的中文微博情感倾向分析研究被引量：8
- 2015年
- 微博作为一种新兴的社交网络平台,逐渐成为公众发布个人信息,获取实时信息,表达个人观点的新平台。针对微博情感倾向判断的问题,提出了一种基于意群划分的中文微博情感倾向分析(STDSG)方法。引入意群的概念,提出微博意群划分算法,根据意群间的关系,考虑否定词、程度词及标点符号的对情感倾向分析的影响,提出计算微博意群情感倾向的方法。在给定的数据集上,实验结果准确率达到了80.1%,总体性能优于基于情感词典的方法及基于支持向量机的方法。
- 桂斌杨小平朱建林张中夏肖文韬
- 关键词：意群情感倾向
- 基于全路径相似度的大规模层次分类算法
- 2019年
- 为快速准确地实现大规模层次分类问题,提出词类区分度概念,并以此作为计算类向量的基础。基于类向量,以改进的Rocchio算法计算待分类文本与目标类的相似度,候选出N个最可能的目标类别;根据目标类别的层次拓扑结构,计算待分类文本与N个目标类别的全路径相似度,确定分类类别。实验结果表明,该方法分类效果优于传统算法,其基于文本类全路径相似度的策略明显改善了单纯基于词类区分度的分类算法。
- 朱建林陈忠阳张永俊孙存一
- 关键词：文本分类
- 模糊环境下的流动资金管理模型及其混合智能算法被引量：1
- 2017年
- 基于模糊VaR方法建立一类新的流动资金管理模型,并设计含有逼近方法、神经网络和遗传算法的混合智能算法对提出的模糊流动资金管理问题进行求解。最后,给出一个模糊流动资金管理问题的数值例子表明所设计模型和算法的有效性。
- 袁国强李春萍朱建林
- 关键词：遗传算法混合智能算法
- 资产证券化的信用风险自留问题文献综述被引量：2
- 2017年
- 有关资产证券化风险自留问题的研究兴起于2008年次贷危机之后,我国对于相关话题的研究也处于初步探索阶段。已有文献认为,证券化产品的发起者与投资者之间存在信息不对称,导致商业银行等发起者倾向于出售低质量的贷款,或是放松对贷款的筛查和监督,使投资者蒙受损失,这也成为各国陆续推出风险自留政策的原因。依据信号理论和激励相容原理,风险自留有助于缓解信息不对称问题,但也有学者认为,强制自留的资金成本和信息损耗削弱了风险自留制度的价值。对于最优自留形式与比例的选择,学者们认为应当依据经济环境、产品结构、资产质量有针对性地制定自留政策,而且应当完善豁免条款和反规避措施,以保障自留政策的有效性。
- 彭飞朱建林
- 关键词：资产证券化信息不对称
- 带有VaR方法的模糊NPV模型及其混合智能算法被引量：2
- 2015年
- 基于可信性理论建立一类带有模糊Va R方法的NPV模型,并设计含有逼近方法、神经网络和遗传算法的混合智能算法对提出的模型进行求解。给出一个数值例子表明模型和算法的有效性。通过改变目标函数和可信性约束中的可信性水平对最优解进行灵敏度分析。
- 袁国强刘晓俊朱建林
- 关键词：混合智能算法
- 融入内部语义关系对文本分类的影响研究被引量：3
- 2016年
- 为了在不加入外部语义知识的前提下改善向量空间模型的文本分类效果,通过挖掘语料库内部蕴含的词间关系和文本间关系,并以不同的方式融入原始的词文本矩阵,然后选择常用的SVM和KNN算法,在领域性较强的法律语料库和领域性较宽泛的新闻语料库上进行文本分类的对比实验。实验证明,加入词间关系和文本间关系通常能有效改善文本分类的效果,但是对不同的分类方法和领域特征有不同的影响,在实际应用中应该区别对待。
- 朱建林杨小平彭鲸桥
- 关键词：向量空间模型文本分类语义挖掘特征矩阵
- 一种基于特征词的法律文本法条分类算法
- 在现实生活中，常常遇到一些法律问题，如何从对法律事件的文字描述，自动地找到与之对应的相关法律条款是一个既实用又复杂的问题。为了解决这一问题，设计了一种基于特征词的法律文本法条分类方法。首先以法律判决文书为训练语料，建...
- 周静黄都培杨小平朱建林李尧
- 关键词：法律文本特征词信息抽取文本分类
- 文献传递网络资源链接
- 一种基于RDF的法律判决文书语义标注方法
- 以法律判决文书为研究对象，进行了判决文书元数据的框架设计、信息抽取和基于RDF的语义标注方法研究。首先综述了元数据和RDF资源描述框架的理论知识和将其应用于法律领域的研究现状；其次重点分析了判决文书的格式结构和语义特...
- 张健文朱建林黄都培周静
- 关键词：判决文书语义标注RDF信息抽取
- 文献传递网络资源链接
