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。     

价格相依报童模型中信息和不确定性的研究

价格相依报童模型由一个零售商和一个供应商组成,其中,风险中性供应商销售产品给风险中性零售商,零售商确定零售价格和销售量;零售商面临不确定性需求,需求函数从顾客效用函数的微观模型推导得出,需求函数中考虑到了顾客数量,以及需求的价格敏感系数。在基于不确定性需求的价格相依报童模型下,首先,分析了需求不确定性类型如何影响供应商和零售商的决策;其次,假设供应商和零售商之间存在信息不对称情况,考虑了零售商拥有更新信息时,零售商是否愿意与供应商共享更新信息,供应商为获取更新信息应该支付的信息租金。     

品牌质量差异、消费者产品涉入程度对品牌敏感的影响研究

品牌敏感是消费者品牌行为研究方面的一个新课题,它反映了消费者在购买决策过程中对品牌的重视程度.同一产品类别不同品牌之间的质量差异和消费者的产品涉入程度被认为是品牌敏感的两类主要解释变量.本文利用结构方程模型进行的实证分析表明,品牌质量差异和消费者产品涉入程度总体上对品牌敏感起正向影响作用,但该作用因产品类别而异,因产品质量和产品涉入程度的维度而异.     

问君能有几多愁--浅谈李煜后期词风的形成

李煜后期词较前期内涵更为丰富、感情更为复杂,故更具有文学研究的价值。语言是思想的表达,李煜词风的独特性正是其内心感受的独特所在,其性格特点和生活经历的巨大变化使他的感受异于常人,词风也有了突破。     

政治敏感：新闻敏感的核心

新闻敏感的核心是政治敏感,党报记者的政治敏感是一种能力,更是一种境界,是党报记者的职业灵魂,是捕捉新闻的利器。要增强记者的政治敏感必须要有强烈的社会责任感,有政治家的头脑,勤奋、奉献、甘于寂寞、勤于调研,时刻处于“备战”状态。     

患者延时敏感下按项目与按病种支付的比较

针对我国公立医疗服务系统当前正从按项目支付模式向按病种支付模式转变但缺乏科学依据和运营经验的情况，研究了按项目支付和按病种支付两种模式下公立医院的最优运营决策以及两种支付模式的社会福利比较问题.通过应用三阶段Stackelberg模型，在考虑患者对等待时间和服务质量敏感的情况下，分析了患者、公立医院以及政策制定者三方的均衡性质和系统性能.研究结果发现，当患者延时敏感度、服务质量敏感度和自付比例(或单位服务质量成本)较高(较低)时，政策制定者选择按病种支付模式可以获得更高的社会福利；否则，反之.当患者延时敏感度中等大小时公立医院的服务能力是最大的.此外，研究结果还表明，在按病种支付模式下政策制定者选择适中的医疗服务价格和患者个人自付比例可以使得社会福利最大化.     

敏感个人信息行政许可的公法效用、体系难题与法治完善

敏感个人信息的法律保护，正在成为法学界讨论的热点命题。而《个人信息保护法》第32条则为敏感个人信息的处理提供了一种全新的路径：行政许可。该路径体现出了明显的公法效用：补足了敏感个人信息的行政法保护，强化了敏感个人信息公共风险预防作用，拓宽了敏感个人信息的救济途径。然而，敏感个人信息的行政许可路径在我国也面临着一系列的体系性难题：告知同意规则与行政许可的形式冲突、充分必要规则与行政许可的价值冲突、意思自治规则与行政许可的程序冲突等。因此，为了完善敏感个人信息的法治保护，我国应当明确行政许可的敏感个人信息判断标准及其优先效力，创设行政许可的具体条件以及限制性措施，并以行政许可承诺制来抑制意思自治规则。