数据驱动下收货方质量偏好与电商配送服务质量优化

针对"互联网+大数据"优化电商配送服务质量问题，明确不同收货方的质量需求稳定性，引导电商根据收货方不同质量敏感性提供相对精准服务，提升配送服务质量。模拟投票结果的形成过程聚类得到收货方对服务质量偏好的记忆性特征：（1）"无记忆"型收货方；（2）"记忆"型收货方；（3）"不确定"型收货方；（4）收货方总体。进一步推导不同规划类型求解空间，设计得到"无记忆"型收货方动态规划精确求解方法，及其他三种类型近似求解粒子群算法。研究过程中，配送资源质量感知度被嵌入到模型约束；"无记忆"型收货方的质量需求规划问题转化为零库存策略最优解问题，进而证明存在精确解；"记忆"型收货方呈现出对质量感知的累积；"不确定"型收货方模型通过赋值即可得总体收货方表达式。结果表明：数据驱动研究框架借助大数据资源，使得电商更易通过收货方的质量偏好设计更加匹配的配送方案；不确定服务需求得到有效满足，投入成本的利用率更高；通过特征分类的方式，尽可能地抽取能够精确最优化的部分，缩小NP范围，提高整体求解的精确度。     

基于FCM的动态结合全局图像阈值分割

全局阈值分割对于小目标物效果不理想,动态阈值容易产生阴影等干扰,但综合考虑全局阈值和动态阈值可以达到比较理想的结果。模糊C均值算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,该文在不明显增加运算量的前提下,利用模糊C均值自动聚类的功能分别得到全局阈值和动态阈值,完成对阈值矩阵的构造和图像的分割。     

动静态属性数据相结合的客户分类方法研究

研究了一种客户动态、静态属性数据相结合的客户分类方法。提出了客户时间序列的加权处理方法,并应用客户时间序列的统计特征作为聚类特征向量,采用混合式遗传算法对客户聚类,使每一类客户具有相似的时序特征。在此基础上将聚类结果与客户的静态属性数据相结合,对客户进一步分类。实验结果表明,与传统的基于静态属性数据的客户分类方法相比,本文的方法提高了客户分类的准确性。     

Fuzzy K-means clustering models for triangular fuzzy time trajectories

We focus our attention on the classification of fuzzy time trajectories with triangular membership function, described by a given set of individuals. To this purpose, we adopt a fullyinformational approach, explicitly recognizing the informational nature shared by the ingredients of the classification procedure: the observed data (Empirical Information) and the classification model (Theoretical Information). In particular, by supposing that the informational paradigm has a fuzzy nature, we suggest three fuzzy clustering models allowing the classification of the triangular fuzzy time trajectories, based on the analysis of the cross sectional and/or longitudinal characteristics of their components (centers and spreads). Two applicative examples are illustrated.     

基于Web使用挖掘的个性化服务系统

个性化服务系统是一种由多种WEB挖掘技术构成的基于用户使用的站点个性化系统。该系统使用事务聚类、使用聚类和关联规则技术等数据挖掘技术分析用户访问模式,并结合用户当前访问情况提供实时化个性服务。实验结果说明,个性化服务系统具有较好的性能。     

甘肃省县域经济发展水平空间差异分析

甘肃省包括86个县区,受地理位置、气候条件、资源状况、经济基础各种因素的影响,各县区之间的经济发展水平差异显著但又有很多相似之处。为了定量揭示甘肃省县域经济发展水平在空间上的分布现状、差异以及相似性,笔者拟运用多元统计方法对甘肃省县域经济发展水平的空间差异分析     

基于复杂网络的投资组合优化研究

本文基于复杂网络的局部聚类系数改进了传统的全局最小方差投资组合模型。首先通过股票对数收益率的相关系数矩阵构造股票关联网络,然后计算股票关联网络的局部聚类系数,最后通过全局最小方差模型确定最佳投资组合。将改进后的模型应用于A股市场,经过夏普比率、信息比率和欧米茄比率的对比分析得出改进后的投资组合模型在样本外的表现优于传统的全局最小方差投资组合模型。     

信息不完全确定的区域产品模糊区间聚类方法

区域产品分类与选择是区域经济发展中最重要和最基础的工作.在产品选择与分类时,需要确定指标权系数和分类阈值等参数,这在实际应用中是比较困难的.针对这种情况,提出了一种信息不完全确定的区域产品模糊区间聚类方法.该方法构建了指标权系数信息不完全确定的最优模糊区间聚类模型,利用遗传算法和改进的FCM算法联合求解所得优化模型,得到指标权系数、最优聚类中心和最优划分,进而确定各产品所属类别.最后将该方法应用于某区域的产品分类和主导产品的确定中,实例计算说明该方法的可行性和有效性.     

基于时间特性的中国股市交易集群性特征的研究

本文以自回归条件久期模型(ACD)为基础,选择标志我国股市交易集群性特征的代理变量,建立了刻画该特征的实证模型,检验了我国上海证券所个股的交易过程中集群性问题.实证结果表明,我国证券市场交易过程中的集群性是由于以私人信息为基础的信息交易所引起的,私人信息的进入导致了证券市场在时间方向表现出更大的波动性.     

The nested joint clustering via Dirichlet process mixture model

This article focuses on the clustering problem based on Dirichlet process (DP) mixtures. To model both time invariant and temporal patterns, different from other existing clustering methods, the proposed semi-parametric model is flexible in that both the common and unique patterns are taken into account simultaneously. Furthermore, by jointly clustering subjects and the associated variables, the intrinsic complex shared patterns among subjects and among variables are expected to be captured. The number of clusters and cluster assignments are directly inferred with the use of DP. Simulation studies illustrate the effectiveness of the proposed method. An application to wheal size data is discussed with an aim of identifying novel temporal patterns among allergens within subject clusters.