2009-2019上市公司数字化文本数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

内含两个版本的上市公司数字化文本指标，一个是GTA，另一个是私人用爬虫爬的。2020年数据GTA的有。

数据来源：上市公司年报

时间跨度：2009-2019年

指标说明：

通过文本挖掘的方法爬取上市公式年报中关于数字化转型的关键词，就和词频进行表征。a是红色的那些表头列词频的加总，b是绿色的，c是黄色的，d是棕色的。那个字母是类别的加总。字母列的词频数加总起来就是总词频数。

通过Python爬虫功能归集整理了巨潮网的上交所、深交所全部A股上市企业的年度报告，并通过 Java PDFbox 库提取所有文本内容，并以此作为数据池供后续的特征词筛选。本文根据人工智能技术、区块链技术、云计算技术、大数据技术和数字技术应用特征词进行搜索、匹配和词频计数，进而分类归集关键技术方向的词频并形成最终加总词频，从而构建企业数字化转型的指标体系。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：上市公司 文本数据 数字化 上市公 python爬虫

您好，想购买到21年的数据，不知道可以吗，微信：15254113505

奋斗的白少 发表于 2022-3-21 18:05
您好，想购买到21年的数据，不知道可以吗，微信：15254113505

你直接买这个就行

糖萌萌 发表于 2022-3-14 19:34
内含两个版本的上市公司数字化文本指标，一个是GTA，另一个是私人用爬虫爬的。2020年数据GTA的有。

数据 ...

您好GTA的是什么意思 两个版本数据差异挺大的

您好GTA的是什么意思 两个版本数据差异挺大的，您更建议用哪份数据

b是绿色的加总，以第一行，绿色加起来不等于27呀

wufan_vv 发表于 2022-3-25 10:26
您好GTA的是什么意思 两个版本数据差异挺大的

GTA就是国泰安的，建议用另一个版本，国泰安关键词数量太少

13696897555 发表于 2022-3-28 21:46
您好GTA的是什么意思 两个版本数据差异挺大的，您更建议用哪份数据

就是国泰安，建议另一份，我核对过，另一份误差不大

13696897555 发表于 2022-3-28 21:49
b是绿色的加总，以第一行，绿色加起来不等于27呀

总数是对的，具体类别可能有bug

您好！可以购买爬虫的源代码嘛！