银行客户信用评估动态分类器集成选择模型

现实的银行客户信用评估数据常包含大量的缺失值,这在很大程度上影响了信用评估模型的性能.针对已有模型的不足,提出了面向缺失数据的动态分类器集成选择模型DCESM.该模型充分利用数据集中所包含的已知信息,在训练信用评估模型之前不需要事先对缺失数据进行预处理,从而减少了对数据缺失机制假设以及数据分布模型的依赖.从UCI数据库中选择两个银行信用卡业务信用评估数据集进行实证分析,结果表明,与4种常用的基于插补法的多分类器集成模型以及1种直接面向缺失数据建模的集成模型相比,DCESM模型能够取得更好的客户信用评估性能.     

对《劳动合同法》立法宗旨的认识

《劳动合同法》从立法之初,其立法宗旨就引发了社会各界的激烈争论,主要集中在立法根据以及＂单保护＂还是＂双保护＂等问题上。应从倾斜保护的角度认识《劳动合同法》的立法宗旨,即《劳动合同法》既不是＂单保护＂,也不是＂双保护＂,而是在保护劳动者权益的同时,兼顾保护了用人单位的利益。     

基于SODM和贝叶斯的时序预测模型比较

本文采取定性的理论分析、随机模拟和实证试验相结合的方式,从先验信息的使用、模型产生机制、算法停止法则等方面比较了两类模型的异同,并重点试验分析了自组织数据挖掘(SODM)自回归模型与贝叶斯自回归模型的拟和以及预测性能。结果表明,对于具有小噪声样本数据的系统,贝叶斯时序模型的效果较优;而对于具有大噪声、小样本数据的系统,SODM时序模型更适合。本文最后提出将这两类模型结合考虑建立模型。     

互联网金融风险与政府治理机制转型

目的/意义人工智能的飞速发展,一方面为政府治理提供了新的途径,但同时也带来了极大的挑战。因此,在人工智能背景下,如何优化政府智能决策模型、提高政府决策的效率和科学性就显得尤为重要。设计/方法从政府治理中智能决策的相关理论入手,对影响政府智能决策的内部因素和外部因素展开了研究,探讨了融合多源信息进行政府智能决策的问题。结论/发现构建了基于政府内外部信息的多源信息融合模型和政府智能决策系统,为智能化政务办公的发展提供强有力支撑。     

建立我国刑事证人保护制度的思考

我国刑事案件审理过程中 ,证人出庭率偏低。现行立法对证人及其近亲属的人身安全和经济利益保护乏力、证人权利与义务严重脱节是证人拒证的重要原因之一。建立切实可行的证人及其近亲属的人身安全保障制度和经济利益补偿制度 ,可以提高证人的出庭作证率     

拿掉你的草帽

有一个少年。他兄弟姊妹七个，父母虽努力工作，但日子过得还是非常艰辛。没办法，父母决定带着他们回老家生活。没想到途中渡船遇险沉没，少年全家获救了，可他们仅有的那一点财产却都化为了乌有。他们一贫如洗。     

我国民事再审程序存在的缺陷及其重构

我国现行民事再审程序的运行并未达到法律救济预期的法律和社会效果,究其原因,既有立法上的缺陷,又有司法实践中的执法不严。对策是:取消人民法院依职权自行决定再审权、限制人民检察院的民事再审抗诉权、建立再审之诉,并重构再审理由、再审管辖。     

司法审判中的证人拒证及其矫治刍议

证人拒证,一直是困扰着刑事诉讼的一个顽症。尽管我国《刑事诉讼法》明确规定:“凡是知道案件情况的人都有作证的义务”(第48条第1款):“证人证言必须在法庭上经过公诉人、被害人和被告人、辩护人双方讯问、质证,吸取各方证人的证言并且经过查实以后,     

城市几个问题的浅议

本文就城市建设问题发表自己的看法，主要从城市特征、文化底蕴、古迹保护、生态平 衡及城市建筑等几个方面进行探讨，提出了比较鲜明的个人观点。     

基于SODM的贝叶斯分类器结构学习及其在客户分类中的应用

将自组织数据挖掘理论引入贝叶斯分类中,提出一种新颖的贝叶斯分类器结构学习算法.算法将基于依赖分析和评分搜索两种贝叶斯网络结构学习思想相接合,根据互信息测度值选择初始模型,用贝叶斯评分作为筛选中间模型的外准则,能够在不同数据集上完成自适应建模过程,包括选择进入模型的变量、确定具有最优复杂度的模型结构等.在 10 个UCI数据集上进行分类测试,结果表明,贝叶斯分类器结构学习算法分类器的分类精度要高于常用的朴素贝叶斯、树扩展朴素贝叶斯以及基于K2算法的分类器.进一步地,在信用卡客户分类数据集german上的学习曲线和抗干扰试验还表明,与朴素贝叶斯、树扩展朴素贝叶斯以及K2等分类器相比,贝叶斯分类器结构学习算法分类器具有更加稳定的分类性能和更强的抗干扰能力.