金钱观的调查问卷（金钱观的论文）

银行存款作为货币单位

根据会计货币观（AVM），商业银行以活期存款形式发行的货币具有混合性质，因为存款可以被展示为一种具有债务特征（债务存款）的存款份额和一种具有股权特征（股权存款）的存款份额的混合，这种混合取决于与发行银行及其运作环境相关的因素，并且可能会随着时间而变化。在AVM这一重要发现之后，将银行存款的混合性质与量子物理中典型的双重性质相联系，并调查量子分析方法和思想如何应用于具有双重特性的货币形式，以提取有价值的经济信息，这是顺理成章的事情。

跨境资金转移时间网络中的异常检测

本文探讨了通过时间网络分析进行异常检测的方法。与依赖规则基础算法或通用机器学习方法的传统方法不同，我们的方法利用时间网络内结构和关系的变化，这些网络可以用来模拟金融交易。我们关注稳定生态系统中的微小变化，如大型国际金融机构中发现的，通过网络中心性度量来深入了解各个节点。通过监控基于中心性的节点排名的时间演变，我们的方法有效地识别出特定节点角色的突然转变，并提示领域专家进一步调查。为了证明其有效性，我们将该方法应用于反金融犯罪（AFC）领域，分析了一个包含超过8000万跨境电汇的大规模财务数据集。目标是找出可能参与恶意活动的异常值，符合金融监管要求。这种方法作为自动化反*钱（AML）和反金融犯罪流程的第一步，为反*钱官员提供了一个全面的自上而下的视角，以增强他们的工作。它克服了许多当前流行范式的局限性，提供了一个全面解释金融数据景观的整体视图，并解决了那些无法通过单一节点或狭隘聚焦的交易方式有效估计的现象的盲点。

赠与与索取：对赠品诈骗转化率的全面调查

网络诈骗是一种设计用来从受害者手中骗取资金的欺诈手段。它的出现几乎与人类的历史一样久远。然而，互联网的低成本交流、全球覆盖和功能性的匿名性使其规模达到了前所未有的高度。因此，设计有效的干预措施首先需要了解其背景：骗子如何接触到潜在受害者，他们赚取的收入以及对于持久干预可能存在的瓶颈。本文以加密货币赠送诈骗为研究对象，在这种诈骗中，受害者被欺骗，在预期获得更大回报的幌子下将资金永久转移到骗子手中。我们将来自Twitter、YouTube和Twitch直播、落地页以及加密货币区块链的数据相结合，测量赠送诈骗是如何大规模运作的。我们发现，每1000条诈骗推文中有1条，每10万次直播流中有4次会导致受害者上当受骗，并且在我们的观测窗口内，骗子仅从数百名受害者身上就骗取了近462万美元。

阴谋论金钱机器：揭露Telegram的阴谋频道及其盈利模式

近年来，主要社交媒体平台实施了越来越严格的监管政策，对阴谋论相关内容进行禁止和限制。为了规避这些限制，阴谋论者开始转向Telegram等替代平台，在那里他们可以更少地受到限制来表达和传播他们的观点。Telegram提供了频道——只有管理员才能广播消息的虚拟房间——以及更为宽松的内容政策。这些功能为复杂的阴谋论频道生态系统创造了完美的滋生地。 在这篇论文中，我们阐明了这一生态系统。首先，我们提出了一种检测阴谋论频道的方法。然后，我们发现阴谋论频道可以分为四个不同的社区，包含超过17,000个频道。最后，我们揭露了“阴谋论金钱机器”，揭示大多数阴谋论频道积极寻求从其订阅者中获利。我们发现阴谋论者利用电子商务平台销售可疑产品或通过联盟链接赚取利润。此外，我们观察到阴谋论频道使用捐赠和众筹平台为其活动筹集资金。我们确定，这项业务涉及数百名捐助者，并产生了超过9000万美元的营业额。

多分形小波动态模态分解模型在市场时间序列中的应用

营销学确保我们的销售成为市场上最佳，价格最实惠，客户满意，从而确保我们的品牌拥有最广泛的分销。这需要对整个相关网络有高深而先进的理解。的确，营销数据可能以定性数据和定量数据的形式存在。然而，在文献中，很容易注意到大量关于定性研究的参考书目被收集，而只有少数研究采用定量的观点。这是一个主要的缺点，导致市场营销科学仍然关注设计，尽管市场强烈依赖于数量，如金钱和时间。事实上，营销数据可以形成时间序列，如特定时期的品牌销售额、特定时期的的品牌相关价格、市场份额等。本工作旨在研究各种品牌的基于时间序列的营销模型。本文旨在结合动态模式分解和小波分解来研究营销系列，因为价格和体积销售，以便根据品牌和相关市场竞争或竞争对手的特点探索时间尺度对品牌在市场上的持续性的影响以及对其预测的影响。我们的研究基于2017年11月22日至2021年12月30日期间沙特品牌的一个样本。