索赔次数的开放式混合泊松分布研究

本文建立了索赔次数的多风险类别混合泊松模型。首先,考虑索赔次数的零膨胀、厚尾性和异质性等特征,建立风险类别待定的开放式混合泊松模型,开放式结构使该模型对实际数据的多样特征和风险类别具有良好的自适应性;其次,定义混合权重参数的iSCAD惩罚函数,实现对权重参数的筛选;最后,借助EM算法求得模型参数,实现对各风险类别下索赔次数的估计。借助iSCAD惩罚函数,给出最优混合数,避免传统混合模型中主观选择的弊端,克服传统混合模型中结构复杂、参数估计没有显式表达式、估计结果不便于解释等问题。基于三组风险特征多样数据的实证分析,本文发现该模型可以显著改进现有模型的拟合效果。     

中文信息处理中的自动分词方法研究

自动分词技术是中文信息处理的入门技术。通过对现有的三类中文分词算法(即基于词典的分词方法、基于统计的分词方法和基于理解的分词方法)的回顾和评述,分析"词"的界定、歧义消除和未登录词识别等制约中文分词的三大瓶颈,为中文分词技术的进一步发展提供方向。     

网络社区发现算法在流动表建模中的设计与应用

代际流动表可以统计子代与其父代社会地位配对数据的交互频数,反映了社会资源占有的优劣势在父子两代人之间的比较。对财富、阶级、特权等社会基本特征演变的实证考察,均依赖于代际流动表的量化分析。对数线性模型是流动表建模分析的基本工具,通过对列联表单元格频数进行拟合,可以识别流动表行分类与列分类之间的强弱交互效应,刻画父子社会地位间的交互结构。本文利用复杂网络社区发现算法分析父子社会地位的关联结构,针对简约对数线性模型拟合精度不够的问题,提出一种新的建模思路：利用社区发现算法对简约对数线性模型的残差列联表进行关联关系挖掘,将发现的社区效应作为附加参数约束引入原对数线性模型,以改善数据的拟合情况。由于该方法只在原简约对数线性模型中增加了一个参数约束,因此仍可以保证建模结果的简洁性及理论意义,同时社区效应补充了原对数线性模型对经验数据结构的解读。论文用此方法对来源于中国综合社会调查数据的经验代际职业流动表进行建模分析,较好地解释了子代职业阶层与父代职业阶层间的关联模式。     

基于股价预测的泛证券投资组合策略

本文基于期望效用最大化和L₁-中位数估计研究了在线投资组合选择问题。与EG（Exponential Gradient）策略仅利用单期价格信息估计价格趋势不同,本文将利用多期价格信息估计价格趋势,以提高在线策略的性能。首先,基于多期价格数据,利用L₁-中位数估计得到预期价格趋势。然后,通过期望效用最大化,提出一个新的具有线型时间复杂度的在线策略,EGLM（Exponential Gradient via L₁-Median）。并通过相对熵函数定义资产权重向量的距离,进而证明了EGLM策略具有泛证券投资组合性质。最后,利用国内外6个证券市场的历史数据进行实证分析,结果表明相较于UP（Universal Portfolio）策略和EG策略,EGLM策略有更好的竞争性能。     

个人信息处理者算法自动化决策致害的民事责任——以《个人信息保护法》第24条为中心

在数字时代,借助算法进行自动化决策的现象日益普遍。在个人信息处理者借助算法、利用个人信息进行自动化决策的情形下,算法不过是个人信息处理者进行决策的一种工具。借助算法进行自动化决策是个人信息处理者主动选择的结果,个人信息处理者对算法自动化决策的结果也具有控制力,其也因此需要对算法不当自动化决策所导致的损害承担民事责任。个人信息处理者就算法不当自动化决策所承担的民事责任具有多样性,个人既可以依法请求个人信息处理者承担违约责任,也可以依法请求个人信息处理者承担侵权责任。     

定价算法与串谋及中国的应对策略

定价算法已经在线上打车、网上购物、预订酒店、预订机票等领域广泛应用,尤其是随着定价算法交互技术的快速发展,在获得超额剩余价值的驱动下,定价算法在提高市场透明度和交互频率等同时,会促进串谋行为的发生。但是基于信号算法、自学习算法等隐性串谋行为不在现有法律框架内,国际上目前主要从市场化手段、行业行为自律、政策干预措施三个方面对其进行约束,然而都存在弊端和漏洞。我国社会主义数字市场以公平竞争为基本特征,对定价算法的约束需要以市场多元化发展为主,强化事前调查研究、事中综合监管,同时要加强国际合作,共同优化定价算法市场的生态环境,建立适应于数字经济时代特征的现代化市场体系。     

随机模糊折现现金流融资决策模型建立及求解

企业未来投资收益既具有随机性又表现出一定的模糊性,而将未来单位资本投资收益率定义为随机模糊变量,按照企业发展的特点将其分为低、中、高三个阶段,并在随机模糊环境下建立了融资决策模型,最后利用基于随机模糊模拟的SPSA算法对模型进行求解,结合算例对算法的有效性进行了解释。     

智能算法对铸牢中华民族共同体意识场景的再构研究

网络平台中铸牢中华民族共同体意识是政治传播的一个向度,全新场景下的用户与传统概念上的受众截然不同,各民族的“人”本身发生了进化、异化、云化,传播模式也由此产生了本质性位移,诸种变化和位移为进一步铸牢中华民族共同体意识提供了另一种可能和土壤。智能算法在信息推送、议程设置、于传统政治传播权力消解层面对铸牢中华民族共同体意识传播场景进行解构与变革,使得算法日益成为引导政治传播规则、资本营销模式的重要且核心元素,而传播的算法化也需围绕网络共同体的重构、情感共同体的建构和中华民族共同体的再构层面进一步实现碎片场景、消费场景、仪式场景的融通,以优化铸牢中华民族共同体意识的传播实效。智能算法时代的网络空间对于铸牢中华民族共同体意识场景再构的重要意义在于族群边界重建、族群集体记忆重构,甚至族群认同重塑的可能性,为政治传播主体和各民族网民提供了凝聚中华民族共同体认同的场景,提供了“自上而下”与“由下而上”共同书写以“五个认同”为核心的中华民族共同体认同的可能。