2000-2022年上市公司数字化转型数据(年报词频、文本统计)

139 篇文章 1 订阅
29 篇文章 0 订阅

2000-2022年上市公司数字化转型数据(年报词频、文本统计)

1、时间:2000-2022年

2、来源:上市公司年报、巨潮资讯网

3、方法说明:参考管理世界中吴非(2021)的做法,对人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用五个维度相关词频进行统计。

参考财贸经济中赵宸宇(2021)的做法,对数字技术应用、互联网商业模式、智能制造、现代信息系统四个维度相关词频进行统计。

4、指标及具体词频:类别、股票代码、股票简称、年报标题、年份、全文-文本总长度、仅中英文-文本总长度、数字化转型程度-A、数字化转型程度-B、人工智能技术-A、大数据技术-A、云计算技术-A、区块链技术-A、数字技术运用-A、数字技术应用-B、互联网商业模式-B、智能制造-B、现代信息系统-B、人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、智能机器人、机器学习、深度学习;

语义搜索、生物识别技术、人脸识别、语音识别、身份验证、自动驾驶、自然语言处理、大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实、云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构、亿级并发、EB级存储、物联网、信息物理系统、区块链、数字货币、分布式计算、差分隐私技术、智能金融合约、移动互联网;

工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、智能穿戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能营销、数字营销、无人零售、互联网金融、数字金融、Fintech、金融科技、量化金融、开放银行、数据管理、数据挖掘、数据网络、数据平台、数据中心;

数据科学、数字控制、数字技术、数字通信、数字网络、数字智能、数字终端、数字营销、数字化、大数据、云计算、云IT、云生态、云服务、云平台、区块链、物联网、机器学习、移动互联网、工业互联网、产业互联网、互联网解决方案、互联网技术、互联网思维、互联网行动、互联网业务、互联网移动;

互联网应用、互联网营销、互联网战略、互联网平台、互联网模式、互联网商业模式、互联网生态、电商、电子商务、Internet、互联网+、线上线下、线上到线下、线上和线下、O2O、B2B、C2C、B2C、C2B、人工智能、高端智能、工业智能、移动智能、智能控制、智能终端、智能移动、智能管理、智能工厂;

智能物流、智能制造、智能仓储、智能技术、智能设备、智能生产、智能网联、智能系统、智能化、自动控制、自动监测、自动监控、自动检测、自动生产、数控、一体化、集成化、集成解决方案、集成控制、集成系统、工业云、未来工厂、智能故障诊断、生命周期管理、生产制造执行系统、虚拟化、虚拟制造、信息共享、信息管理、信息集成、信息软件、信息系统、信息网络、信息终端、信息中心、信息化、网络化、工业信息、工业通信

5、参考文献:

吴非,胡慧芷,林慧妍,任晓怡.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界,2021,37(07):130-144+10.D

赵宸宇,王文春,李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济,2021,42

6、范围:5331家上市公司,

7、样本量:5.5W+

8、下载链接:

2000-2022年上市公司数字化转型数据(年报词频、文本统计)icon-default.png?t=N7T8https://download.csdn.net/download/m0_71334485/88623038

  • 6
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在处理上市公司年报时,可以使用Python中的jieba库进行关键词提取和词频统计的程序。以下是一个年报样例的处理步骤: 首先,我们需要将年报文本读入程序中。假设该年报文本保存在一个名为"annual_report.txt"的文本文件中,我们可以使用Python的文件读取功能来读取该文件,将其内容存储在一个字符串变量中。 接下来,需要使用jieba库来进行中文分词。首先,我们需要使用jieba的初始化函数进行分词器的初始化,并加载自定义的词典(如果有)。然后,使用jieba的分词函数来对年报文本进行分词处理。分词结果可以保存在一个列表变量中。 之后,我们可以利用Python的数据结构来进行数据处理和统计。我们可以使用一个字典变量来存储每个关键词的词频统计结果。遍历分词结果列表,对每个分词进行判断,如果分词已经在字典中,我们就将对应的词频加1;如果分词不在字典中,我们就在字典中新增该关键词,并将其词频设置为1。 最后,我们可以按照词频进行排序,以便找出出现频率最高的关键词。可以使用Python的排序函数对字典进行排序,按照词频降序排列。然后,根据需要,可以选择前几个关键词进行输出显示。 综上所述,使用Python中的jieba库可以实现上市公司年报的关键词提取和词频统计。这个程序可以帮助我们对年报进行数字化处理,并快速地获取关键信息。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

m0_71334485

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值