银行客户信用评估动态分类器集成选择模型

现实的银行客户信用评估数据常包含大量的缺失值,这在很大程度上影响了信用评估模型的性能.针对已有模型的不足,提出了面向缺失数据的动态分类器集成选择模型DCESM.该模型充分利用数据集中所包含的已知信息,在训练信用评估模型之前不需要事先对缺失数据进行预处理,从而减少了对数据缺失机制假设以及数据分布模型的依赖.从UCI数据库中选择两个银行信用卡业务信用评估数据集进行实证分析,结果表明,与4种常用的基于插补法的多分类器集成模型以及1种直接面向缺失数据建模的集成模型相比,DCESM模型能够取得更好的客户信用评估性能.     

时间贝叶斯网络及其概率推理

针对贝叶斯网络应用中出现的循环和动态问题,研究贝叶斯网络的时间扩展.给出了时间贝叶斯网络的定义;探讨了时间贝叶斯网络中环的存在合理性判断问题;给出了时间贝叶斯网络的概率推理算法,应用示例说明了方法的可行性.     

基于动态分类器集成选择的不完整数据客户分类方法实证研究

在管理决策的制定中,分类已经成为一种十分重要的方法和技术。由于现实客户数据常常是不完整的,因此,研究不完整数据的客户分类问题具有重要意义。通过分析以往分类过程中对不完整数据的处理方法,提出了一种基于动态分类器集成选择的不完整数据分类方法DCES-ID。分别在UCI客户分类数据集以及某券商客户数据集上进行分类的实验和实证分析。结果表明,与已有的6种分类算法相比,DCES-ID算法具有更高的分类准确性及稳定性,能够更有效地进行客户分类。     

基于SODM的贝叶斯分类器结构学习及其在客户分类中的应用

将自组织数据挖掘理论引入贝叶斯分类中,提出一种新颖的贝叶斯分类器结构学习算法.算法将基于依赖分析和评分搜索两种贝叶斯网络结构学习思想相接合,根据互信息测度值选择初始模型,用贝叶斯评分作为筛选中间模型的外准则,能够在不同数据集上完成自适应建模过程,包括选择进入模型的变量、确定具有最优复杂度的模型结构等.在 10 个UCI数据集上进行分类测试,结果表明,贝叶斯分类器结构学习算法分类器的分类精度要高于常用的朴素贝叶斯、树扩展朴素贝叶斯以及基于K2算法的分类器.进一步地,在信用卡客户分类数据集german上的学习曲线和抗干扰试验还表明,与朴素贝叶斯、树扩展朴素贝叶斯以及K2等分类器相比,贝叶斯分类器结构学习算法分类器具有更加稳定的分类性能和更强的抗干扰能力.     

解析网络口碑的动态交互过程:一个基于网络回帖行为的分层贝叶斯选择模型

本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程.我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计.结果发现,已有回帖的特征(如正面回帖的比例、负面回帖的比例等)对当前回帖的产品态度有显著影响,并且这种影响在不同的产品评论之间存在很大差异.这种异质性可以通过引入产品评论(即主帖)的特征得到很好的解释.总体而言,已有回帖对产品的态度,以及主帖的特征等均对之后回帖的产品态度有显著影响.此外,本文还发现,在网络口碑传播过程中,正面回帖的影响比负面回帖的影响更大.最后,本文讨论了该研究对营销理论和实践的贡献.     

基于贝叶斯网络推理的双重不确定信息集结模型

针对一类不确定多属性决策问题,提出了基于贝叶斯网络推理的信息集结决策模型。根据决策依据信息,建立了决策方案综合属性值优劣的范围估计模型;由影响方案属性的因素构成的贝叶斯网络拓扑结构图,建立了基于贝叶斯推理的方案综合属性值确定模型;基于两类信息的内在关联性,提出了两种结果集结的最大相似度模型,最后得出方案综合属性值,算例表明基于贝叶斯网络推理的双重不确定信息集结模型是有效的。     

组合预测贝叶斯模型研究

评述了组合预测的基本思想和组合预测贝叶斯模型的研究现状,研究了多步贝叶斯信息更新情况下针对不同偏性特征的无偏组合预测模型,讨论了结合非样本信息和样本信息的组合权重贝叶斯更新模型,扩展了贝叶斯组合预测模型的现有成果,指出了进一步研究的方向．     

泡沫变化过程的动态贝叶斯模型研究

构建了能够刻画资产价格泡沫形成、增长到破灭过程的统计模型.通过估计模型里的时变系数,可以确定泡沫产生的时点和持续时间.该模型也同时刻画了泡沫破灭的概率随着资产价格偏离其基本价值越来越远而变得越来越大的特征.为了对模型进行估计,提出了贝叶斯递归算法和近似算法,并以北京房地产市场为例对模型的应用进行了探讨.     

贝叶斯网络在因果图中的应用

本文的目的在于描述一种用于表征和分析专家知识"贝叶斯因果图".它既是因果图,也是贝叶斯网络,综合了两者在表达专家知识方面的优点,并采用事实传递算法对决策变量进行推断.本文以一个市场专家进行产品发展决策为例,阐述了如何从因果图构造贝叶斯因果图以及如何用它来进行推断.     

商品交易市场网络节点选址的双层规划模型——以安徽省砀山县为例

优化商品交易市场选址方法有利于提升城市规划布局模式,促进城市有序发展。在分析现有选址模型在应用时存在不足的基础上,采用双层规划模型构建了商品交易市场选址模型。上层规划从决策者的角度出发,通过考虑修建商品交易市场的总费用与购买者需求量之间的关系,以使总的收益最大。下层规划描述使用者的选择行为,对应于最大效用值选择商品交易市场。同时,针对所建模型,设计了启发式求解算法,并以安徽省砀山县为例进行初步应用验证。     

Human Factors Analysis for Maritime Accidents Based on a Dynamic Fuzzy Bayesian Network

Human factors are widely regarded to be highly contributing factors to maritime accident prevention system failures. The conventional methods for human factor assessment, especially quantitative techniques, such as fault trees and bow-ties, are static and cannot deal with models with uncertainty, which limits their application to human factors risk analysis. To alleviate these drawbacks, in the present study, a new human factor analysis framework called multidimensional analysis model of accident causes (MAMAC) is introduced. MAMAC combines the human factors analysis and classification system and business process management. In addition, intuitionistic fuzzy set theory and Bayesian Network are integrated into MAMAC to form a comprehensive dynamic human factors analysis model characterized by flexibility and uncertainty handling. The proposed model is tested on maritime accident scenarios from a sand carrier accident database in China to investigate the human factors involved, and the top 10 most highly contributing primary events associated with the human factors leading to sand carrier accidents are identified. According to the results of this study, direct human factors, classified as unsafe acts, are not a focus for maritime investigators and scholars. Meanwhile, unsafe preconditions and unsafe supervision are listed as the top two considerations for human factors analysis, especially for supervision failures of shipping companies and ship owners. Moreover, potential safety countermeasures for the most highly contributing human factors are proposed in this article. Finally, an application of the proposed model verifies its advantages in calculating the failure probability of accidents induced by human factors.     

跨国企业嵌入集群下链与链竞争动态网络模型分析

在产业集群背景下,跨国企业携技术领先优势进入集群,经历从竞争嵌入(斯坦伯格博弈)到融合均衡(古诺博弈)两阶段。基于此,本文研究集群原有供应链在跨国企业嵌入后,形成原供应链与新供应链之间相互竞争,以及最终达到集群整体网络动态均衡的变化过程,通过利用变分不等式和动态博弈方法,建立起考虑汇率下的链与链动态竞争网络模型,并给出相应的算法。通过实例发现,在第一阶段原有集群供应链能保持较高的消费者满意度,且市场占有率高于跨国企业供应链;在第二阶段,跨国企业供应链的市场占有率则反超。更重要的是,在第二阶段集群市场整体销量和整体利润总和均高于第一阶段。     

金融市场价格波动数值预测的思考

金融市场价格波动预测是一个公认的国际性科学难题,打破长期徘徊在以线性的、完全理性的均衡范式的现代(主流)金融学为基础的经验性预测局面,转向研究以非线性动力学为基础的金融市场价格波动数值预测,将非线性金融市场动力学的理论、模拟试验和实际观测以及数据同化和计算软件的开发作为研究的重点,并借助数值分析天气预报、物理建模地震预测和航位推算弹道导弹等学科领域的经验,强化多学科、多部门的组织协调,在我国股市和期市开展金融市场价格波动动力学数值预测的科学试验,金融市场价格波动数值预测研究将极大地促进我国金融市场基础研究和金融风险预警系统的进一步发展.     

网络经济时代动态联盟战略实施的关键措施

本文系统地研究了动态联盟战略实施的关键措施,它们是识别自身核心优势、明确目标、合作伙伴的选择、选择合作模式、联盟规模的确定、组织的管理、有效的管理信息系统及风险与利益的分配。     

证券市场波动不对称性的动态研究

通过基于滚动样本的检验方法,实证发现中国证券市场的波动不对称性是随着时间而演变的。1997年之后,中国股市的波动不对称性与成熟市场相同起来,杠杆效应显著出现。研究还发现,波动不对称性与市场所处的状态无关。