基于数据挖掘的预测决策模型应用与研究

数据挖掘是一门新兴的数据处理技术,是当前热门的一个研究领域.本文简要介绍了数据挖掘的概念,论述了基于数据挖掘的预测决策模型建立、实施和效果评估,最后对基于数据挖掘的预测决策模型在电力营销系统中的应用作了实证.     

中国省区城市化水平的马尔可夫预测

首先将中国省区的城市化水平划分为四种状态,并建立一个吸收的Markov随机过程,描述中国省区城市化水平状态的变化规律;其次,利用Markov预测模型,对省区城市化水平的变动趋势进行预测;最后,通过吸收Markov链的基本矩阵,对各种"非吸收状态"进入"吸收状态"(高度城市化水平状态)所需的时间进行预测,并对其进行分析.     

基于改进支持向量机的电信客户流失预测模型

随着电信业改革的深入和竞争的加剧,电信企业的客户流失率逐步攀升,如何预测并有效减少客户流失直接关系到电信企业的生存和发展.流失客户在客户总体中占比例较低,因此电信客户数据集中存在明显的非平衡数据问题,传统的客户流失预测把客户流失作为普通的模式识别问题处理,建立基于普适机器学习的预测模型.在两类错误的错分代价相差较大的情况下,基于普适机器学习的预测模型缺乏实用价值,因此引入代价敏感学习理论建立了基于改进支持向量机的电信客户流失预测模型,将不同的错分代价纳入建模过程,有效的提高了模型的预测性能.     

关联规则挖掘算法在股票预测中的应用研究——基于遗传网络规划的方法

将遗传网络规划用于解决数据挖掘中的关联规则问题。相对于传统的关联规则挖掘算法,基于遗传网络规划的方法通过其中的遗传算子能够以递增的方式发现关联规则,从而避免了传统方法需要将全部数据库遍历才能得到规则的局限性。通过将要挖掘的关联规则定义为事务间的关联规则,以解决股票市场中的价格预测问题。     

语言多样性、信息获取与分析师盈余预测质量

考察了语言多样性对分析师盈余预测质量的影响,以及这种影响如何因员工教育水平的不同而变化.基于中国上市公司的实证检验结果显示,语言多样性显著降低了分析师盈余预测质量,但是随着公司员工受教育水平提高,语言多样性对分析师盈余预测质量的负面影响有所减弱.进一步研究发现,分析师与CEO间的校友关系增强了员工教育水平对语言多样性与分析师盈余预测准确性之间关系的正向调节作用.研究结论一定程度上丰富了分析师私有信息获取及其影响机理以及社会关系等方面的文献,而且还可帮助投资者、监管者等利益相关方更好地理解分析师行为,促进资源合理配置,增强资本市场的有效性等方面具有一定的启示意义.     

西安地铁二号线客流量预测分析

城市的发展激化了交通需求与道路建设之间的矛盾,为了缓解这种矛盾,一些大中型城市将眼光瞄准了城市轨道交通。本文论述了客流量预测对于轨道交通规划的重要性,通过"四阶段"法,对西安地铁二号线的客流量进行预测。通过对预测结果的分析,简述影响城市轨道交通客流量预测结果的因素。     

以x(1)(n)为初始条件的GM模型

自1982年灰色系统理论创立以来,关于GM模型的研究,都是以序列X(1)的第一个分量作为灰色微分模型的初始条件进行建模的,这样造成对新信息利用不够充分。根据灰色系统理论的新信息优先原理,在建模过程中赋予新信息较大的权重可以提高灰色建模的功效。因此本文在建立灰色模型时,把X(1)的第n个分量作为灰色微分模型的初始条件,对GM模型进行了改进,从而使所建模型的预测精度大为提高。最后,通过实例验证了所建模型的实用性与可靠性。     

自回归条件方差-偏度-峰度:一个新的模型

提出一个新的自回归条件方差一偏度一峰度模型:GJRSK-M模型,讨论了模型的识别、定阶、估计等技术,运用该模型实证研究了中国股市的高阶矩波动特征,利用样本外预测方法研究了GJRSK-M模型与现有高阶矩波动模型在预测能力方面的差异.研究结果表明:中国股市的条件方差、条件偏度和条件峰度都具有波动持续性和杠杆效应,GJRSK-M模型具有比现有高阶矩波动模型更强的预测能力.最后提出了将高阶矩波动模型运用于金融风险管理研究的思路.     

数字舆情

正信息消费工信部负责人表示,预计2013年全年,规模以上工业增加值增长9.8%左右,利润增长13%;信息消费规模超过2万亿元,增长25%左右,电信业务收入、软件和信息技术服务业收入分别增长8.4%和25%。同时,力争2014年底,我国4G商用城市超过300个,用户超过3000万,力争IPTV用户数突破3300万。     

基于GCA-DEA-MSVC方法的高校科研平台评价预测研究

高校科研平台评价与预测分析是促进科研工作健康高效发展的重要载体,但数据指标繁冗、逻辑关系复杂、影响因素众多等大大加剧了科研平台运行评价和预测难度。本文从大数据角度出发探索一种基于GCA-DEA-MSVC方法的高校科研平台评价预测方法。首先利用GCA方法从科研平台运行数据库中挖掘、提取出与评价结果密切相关的关键特征指标并进行分类构建特征指标库,然后利用DEA方法对特征指标库数据进行融合,提升数据质量构建相对效率指标库;最后,将特征指标库与相对效率指标库再次融合,基于改进的MSVC方法构建了高效的科研平台运行状态评价分类预测模型,并利用教育部重点实验室评价数据开展了实验研究,验证了所提方法的有效性。