倾向性分析意思是指利用机器学习或者语义分析的方法，以用户评论这种主观性文本信息作为研究对象，将获取的评论文本进行预处理、分类、聚类、特征提取以及情感分析，以达到有效挖掘其中潜在的价值信息的目的。
文本倾向性分析已成为自然语言处理领域研究的热点问题之一。为进一步推动中文倾向性分析的研究,中国中文信息学会信息检索专业委员会举办了第三届
庄子是个就差没被饿死穷困潦倒的哲学家，他身负大才却又冷眼看人间，不肯与社会载沉载浮同流合污，与世间格格不入。他穷得吃不上饭、穿不上衣服，问河间侯借米，河间侯说等我发大财给你一吨，还不要还；楚王笑话他是个穷鬼，但庄子却傲娇地说，我这不叫穷，叫做遗世而独立。庄子是人生宴会中冷眼旁观的智者，当别人觥筹交错翩翩起舞时，庄子却躲在角落里，喝一口烈酒，吐出一个字，傻！然后飘然而去。
庄子的爱情到底如何，他没有说。以庄子的“清静无为”、“天人合一”的思想来看，他的爱情应该是冷静的，微风中小波澜的那种。爱情在他眼里，或许是这样：太热烈不行，因为不符合道家的“清静无为”；太世俗不行，配不上庄子遗世独立的神仙气质；太冰冷不行，庄子追求天人合一，对灵与肉的交融要求非常高，所以他夫妻生活很可能不大协调。爱情是两个人的事情，没有必要让全世界都知道。庄子是反对炫妻的。他没有像那个写了《浮生六记》的炫妻狂魔沈复，大把撒狗粮秀恩爱，把芸娘写得像个大众情人般美丽温婉可爱文艺，好像在芸娘的身上，集中了所有美好的现实与未来，始于一见钟情，终于携手老去。但他最后还是辜负了最忠贞的山盟海誓，辜负了芸娘那惊心动魄的可爱。所以庄子说炫妻必死，这是颠扑不破的哲理。庄子不炫妻不撒狗粮，他倒是讲了一个冷酷的故事，老婆死了却唱歌的故事，所以庄子冷得让人毛骨悚然。明朝小说家冯梦龙对庄子很不满意，于是就写了小说骂他是个流氓，想和老婆离婚，又没办法下手，干脆雇用小白脸来勾引老婆，然后自己来捉奸，然后，然后，庄子在民间的话语中就成了负心汉了。
其实，我们不懂庄子。他是一个具有大境界宗教情怀的哲学家，他对爱情有哲学的解读。在老子思想的基础上，庄子确立了“无为”、“齐物”和“逍遥”的思想。“无为”乃无不为，是不要妄为。所有不尊重规律的行为，都傻都无聊都是笨蛋。
生物-心理-社会模型（Biopsychosocial Model,BPS模型）
Engel指出，大多数健康问题如果没有心理社会构架的话就无法解释。他在大量的研究中发现如下几个默认了心理、社会变量重要性的医学问题：
第一，许多医学实验只是显示了疾病的潜在可能性，而没有显示出疾病的存在。病人经常会提供一些有病原体的检验样本，而他们本身却毫无症状。个人的差异包括体质、心理状态对疾病的了解将共同决定谁生病，而谁又在检验出有病原体后仍保持健康。
第二，大量的疾病（如感冒）都对生活中压力的开始、紧张程度、持续时间和减轻有反应。
第三，只治疗身体症状并不一定能使人恢复健康。换言之，治疗还需要补充一些心理社会学的治疗方法。第四，治疗期间的心理社会环境，包括医患关系，能大大影响治疗效果。
rpv模型起源于传统的企业能力理论。
最早可以追溯到18世纪早亚当·斯密的企业分工理论，而20世纪20年代马歇尔的企业内部成长论可以说是该理论的雏形；
企业内部成长论指出企业内部各职能部门之间、企业之间、产业之间存在着“差异分工”，这种分工与其各自的知识与技能相关，这种知识与技能就可以看作是企业的能力。
rpv模型的提出为战略管理研究提供了一个新的视角，是对波特的产业竞争战略理论的超越。
在解释企业持续竞争优势源泉方面具有很强的说服力，而且也超脱了企业所在行业的局限。
rpv模型把注意力从关注企业外在的产业机会和市场吸引力，转向了企业内在的自身资源与能力；
该理论强调了企业内部因素的差异性，尤其是企业核心能力对企业获得超额利润的影响，明确了对企业能力的分析在企业战略制订过程中的重要性。
rpv模型为企业多元化提供了新解释。
企业核心竞争力可使得其各种表面上不相关的业务有机地统一在一起，从而为理解企业多元化的相关性提供了新视角。
rpv模型虽然是战略管理理论的重要进展．也存在着许多理论上的缺点，主要表现在以下方面：
1、rpv模型尚未形成完整严密的理论体系，对企业能力理论的研究观点众多，由于研究思路的不同至今尚无统一的理论分析范式；
2、rpv模型的应用性不强，对企业核心能力如何识别、评价、保持、积累和更新等方面都没有给出有效的可操作性的方法，该理论目前还过多停留于核心能力的性质和特征方面的研究；
3、rpv模型非常强调技术、资源、知识等客观显现因素的作用，对作为主观性的人的因素涉及较少；
4、能力理论强调企业立足内部能力积累和运用的同时。对企业在外部环境的适应上的分析有些单一。
margin模型是一种常用的分类算法，可以应用于二分类和多分类问题。该模型基于svm（支持向量机）算法的思想。margin指的是训练数据与超平面之间的距离。
运用margin模型进行分类时，目标是找到一个最优的超平面，以将正负样本分开。其中，最优的超平面是使得训练数据与超平面之间的距离尽可能大的那个超平面。
在margin模型中，我们通过最大化margin来达成上述目标。margin定义为超平面到训练数据集中最近样本点的距离。换句话说，margin是由最靠近超平面的那些样本决定的。
margin模型的训练过程可以使用梯度下降或其他优化算法进行求解。这个训练过程会不断地调整超平面的位置，直到找到最优的超平面。在测试时，我们可以将新的样本点代入超平面方程，根据计算结果将其分类为正类或负类。
总的来说，margin模型是一种高效、精确的分类算法，适合应用于二分类和多分类问题。但是，在处理大规模数据时，margin模型可能会变得很慢。此外，在训练过程中，需要对数据进行归一化处理，以确保最优的超平面能够正确地分类数据。
bhb模型目前应用最广，适用于股票型基金和混合型基金。
bhb模型通过严格的数学推导将基金超额收益的来源分为三个部分：
1.资产配置效应：
反映了投资组合和基准组合在各类别资产上配置不同的比例所带来的超额收益
2.证券选择效应：
反映了投资组合和基准组合由于选择不同的证券所带来的超额收益
3.交互效应：
资产配置效应和政权选择效应的相互影响
杜邦模型是一项运用传统绩效管理工具来衡量、分析企业当前收益的管理工具， 它所用到的传统财务工具有损益表和资产负债表。
如果把净资产收益率、销售利润率视为盈利指标，周转率视为流动性指标，杠杆比率视为安全性指标的话，那么，以上“三性”之间是存在一定的内在联系的。
杜邦公式把股本回报率拆分为三项要素：
股本回报率 ROE=净利润/净资产
=净利润/销售额×销售额/总资产×总资产/净资产
盈利性 资产效率 杠杆水平
DEM模型分析是指以DEM为对象的模型构建。它以DEM作为研究实体，构建有关地形地貌方面的地学模型。其特点如下：模型的数据源为DEM，以DEM自身或者是其派生数据（地形因子）参与模型的构建，模型实现的目标是DEM本身的数据问题或是与DEM相关的地学模型。
TEM（Theat and Error Management）威胁与差错管理，是人为因素在实验中综合应用，为不断改进航空运行安全裕度而逐渐发展的产物。
其中威胁是引起可能不安全的根源，被定义为飞行机组影响力之外的事件或者差错的集合，可以理解为增加运行复杂性的事件要素。
差错是机组的作为或不作为，导致对机组或者机组意图或期望的偏离。