基于旋转扰动的支持向量机隐私保护算法

支持向量机(SVM)是数据挖掘中非常流行的分类算法,得到了广泛的关注。数据泄露问题日渐凸显,数据挖掘中的隐私保护也成为当今研究热点,但是针对SVM隐私保护的研究较少。我们提出了基于旋转扰动的SVM隐私保护算法,该算法引入正交旋转变换方法,具有分类零损失的特性。文章采用传统数据安全评价方法,并利用UCI机器学习中心提供的数据对该算法的隐私性水平进行了分析。理论验证和实验结果表明,我们提出了令人满意的SVM隐私保护算法。     

信息组织的隐私数据保护分析

文章从信息组织(IOs)的数据流程建立了一个数据隐私保护系统的一般结构,对该结构每个层次采用的方法以及存在的问题进行了讨论。并从IOs决策者的角度,提出了数据有效性与数据风险性决策理论模型,对该模型中的各个变量与约束条件进行了阐述。     

国外微观数据发布的进展与启示

 实证研究离不开数据,当前,官方汇总数据日益成为一种公共产品,研究团体和社会公众有很多渠道获取。但是,由于技术、经济、法律、甚至是政治等种种因素的制约,微观统计数据共享和传播渠道缺失,迫使研究团体和个人自己去进行数据收集,造成大量的重复劳动和财力时间的浪费。同时,对于已有微观统计数据的开发不足,降低了数据收集的回报,严重制约了统计能力的提升。本文对微观数据发布的现状进行了中外比较,讨论了微观数据发布的效用与风险,指出最关键的问题是满足日益增长的数据需求和统计泄密风险的矛盾,并且介绍了当前国际上常用的控制泄密风险的方法,并最终结合实际情况对中国的微观数据发布提出相关的建议。     

微观统计数据的公布及相应的保密方法

 目前国内大多数的数据机构所收集的微观数据并没有直接对外公布。由于微观层面的数据不能为外界所用，也造成了一种社会资源的浪费。我们认为，数据机构采用适当的方法对微观数据进行处理，然后对外公布处理后的数据，可以较好地解决这一问题。一方面，原始数据的绝大部分信息得以保存，可以满足不同数据用户的需求，另一方面，数据泄密的风险也被大大降低，能满足数据机构保密的需求。 本文的主要目的是通过介绍国外的一些普遍采用的微观数据的处理方法，以期为国内数据机构公布微观数据提供理论依据和一些切实可行的操作方法，借以抛砖引玉，希望可以引起国内数据机构的重视及统计学界在此方面更多的研究和创新。     

查询推荐技术综述

文章介绍了用户搜索中查询推荐技术的相关概念、研究现状;深入分析了目前常见的推荐算法及推荐系统中的隐私保护问题;最后,归纳了查询推荐技术的研究热点.     

浅谈大数据时代政府统计面临的挑战与机遇

大数据是现代信息技术条件下计算和存储融合的产物,带来数据生产、处理及应用方式的深刻变革,对政府统计的职能地位、制度方法、数据质量等产生巨大冲击,但也在深化统计改革、打造现代化服务型统计、提升政府公信力等方面带来前所未有的机遇.统计部门应从转变职能入手,完善制度方法、提升业务水平、强化隐私保护,确保在大数据洪流中不断开创统计事业的新局面.     

两种不同数据类型下基尼系数与广义熵指数的求解

文章将重点介绍了微观数据与分组数据两种不同数据类型下,基尼系数与广义熵指数的计算方法.首先介绍了微观数据与分组数据的定义;接着介绍了微观数据类型下基尼系数与广义熵指数的求解;最后介绍了分组数据下基尼系数与广义熵指数的求解.     

统计建模的数据来源和数据准备的方法

文章从统计学的角度介绍了社科研究建模中统计数据的主要来源和数据准备的一些基本方法,无论宏观数据还是微观数据,在建模之前都需要经过充分的准备和初步处理才可以应用。文章认为,样本充足、分布优良和均衡可比的统计数据是成功建模的关键,即好的数据等于建模成功一半。     

全球数据质量的国际标准以及我国的差距

本文介绍了 1995年国际货币基金组织出台的数据发布标准，并对我国统计与国际货币基金组织数据发布标准进行了比较分析。     

e记账在县区住户调查工作中的应用与思考

<正>e记账是国家调查总队在原有住户调查方案及实施过程中的一次重大创新,笔者认为,e记账是家庭版的联网直报,其优点在于操作简单、功能实用,实现“随时记账、随时传输、个人账户、保护隐私”的数据采集目标。它不仅实现了数据搜集方式的无纸化、便利化与信息化,提高了收支调查的工作效率,还能很好地保护记账户隐私,     

从源头提高城镇住户调查数据质量初探

城镇住户调查数据来源于记账户的El常记账。由于记账户隐私意识不断增强、记账热情不高、记账过程比较繁琐等原因，影响了记账数据质量。建议从统计机构、城镇住户调查工作者、居民三个层面，采取针对性措施，力争从源头提高城镇住户调查数据质量。     

中国数字经济研究的计量可视化分析

文章以中国知网“CSSCI”数据库中2012—2022年相关文献为样本,借助CiteSpace软件分析数字经济研究知识图谱,回顾与总结该领域的研究热点与前沿趋势,结果显示,数字经济研究有如下特点：（1）研究热点可分为数字信息技术应用与创新、数字经济赋能产业升级与企业转型、数字经济赋能政府治理、数字人才培养与数字素养提升以及数据隐私保护与数据要素价值释放五个方面;（2）研究趋势主要有三个方面,一是探究不同维度上我国数字经济与高质量发展的平衡点与协调度,二是探讨全球数字化趋势下适合我国经济发展的数字贸易模式,三是探索具有中国特色的现代高效数字协同治理体系。     

数据挖掘的隐私问题

信息技术的发展使人们能够收集和处理大量的个人数据,如犯罪记录、购物习惯、信用和医疗历史以及驾驶记录。这些信息无疑在许多领域,如医疗研究、法律实施和国家安全方面等非常有用。但是,个人隐私问题正在日益被关注,隐私普遍问题被认为是个人关于自己信息的一种控制。数据挖掘技术的出现重新引发了以下的隐私问题:个人信息的二次使用;处理错误的信息;对个人信息的深入访问。凡此种是表明了现存的法律隐私和政策远远落后于技术的发展,并不再能提供足够的保护。因此,文章从数据挖掘的角度对隐私问题提出了新的挑战。     

中国证券市场高频数据的动态特征

本文研究了上海证券市场高频数据的动态特征.首先用可变傅立叶回归证明并过滤出5分钟收益的周期性,并用GHP方法得到了长记忆维数的估计.结果表明,上海股市存在以日为单位的周期性特征和相当显著的长记忆性,这可以用微观市场信息不对称假说和定价机制得到说明.同时,还证明了可变傅立叶回归是分析高频数据的有效手段,是高频数据和低频数据研究方法转换的桥梁.     

函数数据聚类及其在金融时序分析中的应用

函数数据分析正成为近年来的研究热点。文章针对函数数据聚类分析方法的研究,首先在LP空间构建函数数据之间相异性度量指标,并利用基函数将函数数据平滑,提出了函数数据的聚类分析方法,指出了通过最小二乘估计得到的正交基函数系数进行聚类的结果接近于直接对原始数据进行聚类的结果。其方法应用于时间序列的模式挖掘,得到了良好的效果。     

基于BP神经网络的股指收益率预测研究——以高频数据为样本

高频金融数据和金融资产收益率是金融计量学的一个全新的研究领域。目前，国内学者利用年、月、日等低频数据对股票市场的收益率进行了很多的研究，但是以日内高频数据为基础的研究还不多见。如何较准确地预测基于高频数据的股票收益率是进一步深入研究金融市场的基础，论文采用数据挖掘中的BP神经网络对沪深300指数高频数据中的日内收益率进行建模与预测。结果表明：神经网络模型对股票高频数据的日内收益率具有很强的预测能力。     

“大数据”对官方统计数据发布的冲击及应对

摘要：大数据环境下，官方统计数据发布的条件和环境发生重大变化，统计数据发布方式、内容和时效及频率都将受到强力冲击。因此，政府统计部门在拥抱大数据、与大数据共舞中，应从打造数据仓库、运用可视化技术、整合数据资源、与新媒介共融等方面着眼，积极改进和完善官方统计数据发布模式。     

生活质量的综合评价：基于数据函数性特征的方法

生活质量的评价与分析是生活质量研究中的核心问题，现有的对生活质量进行综合评价的方法，共同具有的缺憾是方法所处理的数据要么是横截面数据，要么是时间序列数据。然而，实际中可获得的样本资料往往是横截面数据与时间序列数据融合在一起的函数性数据。为弥补现有方法的缺陷，基于数据的函数性特征，引入一种对生活质量进行综合评价和分析的全新方法。从数据信息利用的程度来看，其方法明显优于现有的方法。     

大数据时代 隐私如何保护

如今我们身处大数据时代,政府和企业聚集了人们日常生活中的各种数字记录。然后通过统计方法或其他数据挖掘技术来提取隐藏的信息和相关性。不可否认,大数据的发展给我们带来了显著的经济效益和社会效益,但同时也暴露出了许多关于数据安全性与隐私的问题。因此,两者之间的博弈与权衡成为了大数据时代中热议的话题。隐私,大致是说一种与公共利益、群体利益无关而且个人或团体不愿意     

沃纳模型在社会问卷调查中的应用及改进

随机化调查是一种特殊的数据采集技术,使得调查者既得到了某种敏感问题的信息又保护了被调查者的隐私。文章研究了沃纳模型在社会调查问卷中的应用,根据不同的抽样方法,给出了四种问卷回答方案;且通过模拟试验,比较了四个方案的优劣。