基于蚁群算法的成本敏感线性集成多分类器的客户流失研究

针对电信客户流失预测问题的复杂性,融合自组织神经网络良好的连续属性值离散化优势、粗糙集理论出色的属性约简功能和蚁群优化算法全局的随机搜索特点,在模型集成技术和成本敏感学习理论的基础上,提出了一种新的基于蚁群算法的成本敏感线性集成多分类器的电信客户流失预测模型。构建该集成模型可分为4个阶段:(1)连续属性值的离散处理:利用自组织神经网络对连续属性值进行非监督离散化处理;(2)原始属性集的约简处理:使用粗糙集理论按属性重要性原则对离散属性进行约简;(3)子分类器的建立:分别使用NaiveBayes、Logistic回归、多层感知器和决策树等4种差异性很大的分类技术在约简属性集上建立4个对应的客户流失预测子分类器;(4)子分类器的集成:基于成本敏感学习理论,构建了4种不同的线性集成模型,采用蚁群优化算法求解集成模型的最优线性组合权重系数。将该模型应用于某电信客户流失预测,其实验结果表明该集成方法是可行且有效的。     

“三权分置”背景下宅基地使用权流转纠纷的实证考察与探讨

准确把握宅基地使用权流转纠纷的实践面相,一是可以更好解决宅基地使用权流转纠纷,二是促进宅基地"三权分置"实现,充分发挥闲置宅基地使用效益。通过对2018年以来的207份宅基地使用权流转纠纷裁判文书的梳理归纳,可以发现我国当下宅基地使用权流转纠纷裁判文书中,存在大量类案不同判的现象。由于宅基地案件存在易发性、复杂性和长期性的特点,在审判实践中存在诸多问题,如认定合同效力认定方面、所采用的裁判依据不同等,究其原因在于权利不明确,管理不到位以及裁判规则不统一,为此建议以下三个方面完善:第一保证农民享有宅基地使用权和资格权;第二强化政府和农村集体经济组织的权力和权利,还要对农民行使宅基地权利进行有效和适度的干预;第三尝试统一裁判规则,明确相关主体的行为预期。     

智能社会的计算信息：决策的信息—计算进路

目前，我们正处于机器智能支持和人类智能提高的阶段，因此，将会越来越多地依靠智能计算技术来增强我们的直觉和理解。在这一过程中，个人身上的信息负载不断增加，社会计算技术正在从简单的社会信息交流走向社会智能发展。“信息哲学与智能社会发展”论坛上的一些关于必要理论和方法发展的想法，为理解智慧社会提供了思想资源。在冠状病毒(COVID-19)大流行的过程中，计算/(数据)信息处理和通信技术在全世界范围内通过智能预测支持人类决策方面，发挥了人类历史上前所未有的核心作用，为决策提供了当代计算模型支持。从这场危机中吸取的关于使用智能决策技术的教训，对于用具体的现实世界内容来填补“智能社会”的概念是有价值的。