证券投资意识调查分析 —基于数据挖掘的视角

 证券公司对于客户的挖掘和分类有利于挖掘潜在客户和做出适当的营销决策。本文将决策树、逻辑斯蒂回归和贝氏机率分类算法用于判断被访者是否购买股票,以此挖掘潜在客户,用K-means聚类法将股票购买者划分不同的类型,并建议采取不同的服务和营销方式,提高客户的忠诚度。     

支持向量机模型在统计学上的应用研究

支持向量机的问题本质上是一个经典的二次规划问题.避免了局部最优解.有效地克服了维数局限性,而且可以结合利用最优化理论中许多算法.文章通过对线性支持向量机和非线性支持向量机的分析研究,又进一步研究了其在统计学这个大的领域里的一些具体应用.而且把支持向量机和Boosting算法相结合以提升该学习算法的强度.     

PSO-AHP模型在综合评价中的构建及应用

文章针对AHP在综合评价中确定权重的缺点,基于粒子群优化算法(PSO),构建了PSO-AHP模型,运用此模型求解水运业对南京市武家嘴村新农村建设作用评价的权重,并与AHP求解结果进行了比较。结果表明,PSO-AHP模型求解的权重及指标一致性均优于AHP,克服了AHP法中判断矩阵一旦给定,权重及指标一致性无法改善的缺点。     

基于PSO-SVR的粮食产量预测模型

在粮食产量预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低.文章将支持向量机回归(SVR)与粒子群优化算法(PSO)相结合,提出了适用于小样本量学习的PSO-SVR粮食产量预测模型.实例结果表明,PSO-SVR模型预测误差率优于BP神经网络模型.     

万物互联时代的“算法”崇拜与资源配置变革

随着万物互联时代的来临,人类资源配置将被各种人工智能“算法”①所取代。万物互联产生的数据将成为社会资源的重要形态,也是支撑人工智能“算法”的重要基础。数据资源的安全、所有权归属、开发利用效率以及保密等重要议题,将成为民族学、经济学、社会学和心理学等相关学科关注和研究的新热点。我国是一个统一的多民族国家,如何将丰富的民族多样化资源转化为支持万物互联资源网络协同优化配置人工智能“算法”的数据,需要从民族历史、文化、生物、信息处理技术等相关学科做深入的理论和实证研究。在万物互联时代,因资源配置方式与配置机制发生变革,经济学一般不再直接求解资源最优配置的策略集,更多是从理论和实证方面研究资源配置中人工智能“算法”的构造原理、构造条件与影响因素。万物互联时代,社会和谐秩序的构建,需要政府建立和维护万物互联网络的安全防护体系,并对资源配置中人工智能技术演变路径作规范和指引。     

Sherman-Morrison算法在隐式差分格式求解中的应用

在微分方程数值解法中,出于稳定性的考虑隐式差分格式运用的比较多.但隐式差分格式在计算过程中要解一些大型的线性或非线性的方程组,计算较复杂.本文对对流方程的初边值问题的隐式有限差分格式,利用sherman-Morrison算法对差分格式进行了求解,这样可以将一类方程的求解问题转化为三对角方程,用经典的追赶法求解.     

应用同伦正则化算法反演二维溶质运移模型中的弥散系数

利用同伦正则化算法探讨了二维对流弥散方程的依赖空间变量的弥散系数反演问题.讨论了初始迭代值、数值微分步长、以及收敛精度对算法实现的影响.数值模拟表明,同伦正则化算法对于此类参数反演问题是一种有效的方法.     

基于改进蜂群算法的神经网络及其应用

本文提出一种具有极强全局优化能力的改进蜂群算法,该算法对人工蜂群算法的更新公式进行改进,并对整个搜索策略进行简化.算法对多个高维多极值基准函数进行全局最优化测试,结果表明,改进的蜂群算法收敛精度大大提高;其次,将改进的蜂群算法应用于神经网络的权值训练;最后,作者将这种基于蜂群算法训练的神经网络应用于降水预报,其试验结果显示了这种训练方法的可行性.     

大数据背景下“算法杀熟”的法律规制

“算法杀熟”以平台用户为侵害对象,以通过数据画像进行歧视性定价为典型行为方式,具有比传统价格歧视更大的危害范围和侵害程度。较之传统的价格歧视,“算法杀熟”的专业技术性、隐蔽性更强,更难规制。遏制“算法杀熟”,需要构建政府监管机制,实现消费者福利与生产者福利的平衡;构建算法解释机制,实现保护消费者知情权与平台创新动力的平衡;构建侵权救济机制,实现消费者平等交易与平台自主定价的平衡。