项目准备选取2012-2019年934家召开业绩说明会的公司作为样本,运用python进行大数据分析,处理五十万余条文本数据,利用文本分析法,构建文本相似度衡量指标,尝试从分析师预测的角度来研究业绩说明会中管理层答非所问现象,预计能够为完善业绩说明会的相关法律法规提供一定的启示作用。
目前正在进行数据的处理阶段,参加了两次大型的学术会议,达到了预期成果,存在的主要问题在于用计算机模型来衡量语言有一定的误差,小组成员正在努力解决此问题。
项目拟利用一个月时间来文本相似度衡量指标并对已完成的论文进行打磨。
随后时间将对论文进行投递,希望能够在会议中得到老师们的指点,最终投稿到较高质量的期刊。
此项目研究了业绩说明会中的管理层答非所问现象,选题新颖,具有较高的理论价值和现实指导意义;在项目论文写作过程中,负责人态度认真,提出了较好的项目实施方案;在成果方面,论文论述逻辑严谨,条理清晰。综上所述,我认为该项目具有一定的研究价值和实际成果。