P2P平台利率影响因素分析

针对利率市场化进程不断推进,利率成为互联网金融监管中最重要的环节,提出P2P借贷平台利率影响因素模型,实证研究P2P借贷利率的影响因素,并对借款者违约意向做出深入研究,为P2P借贷平台的发展提供参考与理论依据;研究发现:订单信息、借款人财务信息、信用信息、羊群效应对借款利率都产生影响;违约次数能够体现出个人信用状况,但在探究利率定价机制中并不显著,违约次数主要由还款能力和还款意愿决定,投资者应当重视欠款金额和信用查询记录,避免借款者产生道德风险;投资者人数对借款利率产生负向影响,表明当前投标人数能够对获得后续投标的可能性产生积极影响,投资者对于利率较低的订单,认为借款人的信用状况良好。     

大数据时代顾客隐私关注度对企业精准营销效益影响的实证研究

针对大数据技术精准营销所涉及的个人隐私和网络安全问题给企业效益带来的负面影响,提出带有调节效应的企业精准营销效益影响因素的研究模型,为电商企业实现营销效益最大化提供参考与理论依据;运用结构方程模型的方法进行实证分析,结果发现:企业的广告精准投放、市场精准定位和有效沟通方式对企业营销效益有显著正向影响;顾客对个人数据收集抵触度、网络安全敏感度对广告精准投放、有效沟通方式与企业效益的关系存在负向调节效应,但对市场精准定位与企业效益的关系调节效应不显著;在此基础上提出了针对企业、政府部门的对策和建议。     

基于Attention机制的LSTM股价预测模型

针对时间序列分析方法和神经网络对于股价预测具有一定局限性的问题,将基于Attention机制的LSTM模型应用于股价预测;以2014-01-02—2020-09-22日的上证工业指数、上证环保指数等相关数据为样本,在LSTM模型中引入Attention机制,使模型聚焦于重要的股价特征信息,预测股票第二日的最高价;实证研...     

支付宝用户蚂蚁借呗平台使用意愿影响因素的实证研究

针对目前以蚂蚁借呗为代表的网络小微信贷平台的迅速发展,提出基于整合的支付宝用户蚂蚁借呗平台使用意愿影响因素的研究模型,探讨影响用户蚂蚁借呗平台使用意愿的主要因素,为互联网小微信贷平台的发展提供参考与理论依据;运用结构方程模型的方法进行实证分析,结果发现感知有用性、信任、主观规范对蚂蚁借呗平台使用态度有显著积极影响;感知易用性与感知风险对平台使用态度影响不显著;知觉行为控制对平台使用意向具有积极的影响,但是主观规范、感知有用性与感知风险对平台使用意向不显著;最后提出了针对互联网小微信贷平台、用户、政府部门的对策建议。     

跨境电子商务服务补救研究--以京东全球购为例

针对正处于高速发展的我国跨境电子商务,多数研究关注于行业政策、法律风险、监管方式和经营模式等方面,却鲜有从顾客角度进行研究,关注于服务失误和服务补救的研究;通过提出JDSR模型,结合结构方程模型法和问卷调查的研究方法,从用户角度探索当服务失误发生时,京东全球购平台应采取何种措施进行补救以能够提升用户的二次满意度和忠诚度;研究结果表明:服务失误严重度对二次满意、感知平台形象和忠诚度具有显著负向影响,而响应性、道歉、解释和补偿则能调节负向影响,最后,依据研究结果,为京东全球购平台提出建设性管理建议。     

基于双通道融合和BiLSTM-attention的评论文本情感分类算法

对在线商业评论文本的情感进行挖掘,融合评论文本不同特征为分类器提供更多的信息量,提出了一种新的在线电商情感分类算法。首先,针对传统词嵌入模型无法很好地融合词语情感信息特征的不足,考虑了词嵌入特征和词性特征的多特征融合方法;其次,在两种特征融合方法的基础上采用了双通道和单通道的对比来比较分类的准确性,提出了并行的CNN和BiLSTM-Attention双通道神经网络模型;最后,使用真实的京东电商评论数据集对所提模型进行了评估,并且在实验中与不同分类算法进行对比。实验结果表明,新的混合方法具有更好的分类准确率、召回率和F1指标。     

云环境中大数据挖掘的有效花费研究

为平衡云计算资源的租用量与云环境中数据挖掘的计算结果准确率,得到最优的性价比,以监督式学习的卷积神经网络(CNN)为例,探究了CNN迭代次数与准确率的演化规律。选择经典图像数据集MNIST和文本数据集IMDB作为代表展开实验,发现在不同类型的数据集中,当CNN迭代接近最优解时,每提高很小的准确率,耗费的机时陡增,称之为长尾现象。验证在真实云环境中,当大数据挖掘的长尾现象发生且满足企业准确率需求的情况下,选择提前结束取代最高精度时结束,均可以节省大量云资源成本。研究结果对于合理运用云计算资源,降低云服务租用成本,具有实用价值与现实意义。     

基于区块链的政府信息开放与共享模式研究

根据现存政府信息利用现状探求了一种新的政府数据开放共享模式,以解决目前政府信息开放共享模式中存在着跨部门间信息交流共享不充分和公民隐私信息实用性不达标的核心难题;通过剖析目前的政府信息资源管理系统中存在的弊病,在技术可行性研究的基础上提出了基于区块链的政府大数据开放共享机制;模型结合了传统模式的优点,包括共享机制、信任机制高、安全机制强、合约机制等四大机制,在相互信任和信息开放共享基础上促成政府多元主体间的良性互动;最后分别以教育部门、财政部门、司法部门为实例,根据各个部门特点并结合区块链技术提出符合实际的系统应用方法。     

基于双通道融合和BiLSTM-attention的评论文本情感分类算法

对在线商业评论文本的情感进行挖掘,融合评论文本不同特征为分类器提供更多的信息量,提出了一种新的在线电商情感分类算法。首先,针对传统词嵌入模型无法很好地融合词语情感信息特征的不足,考虑了词嵌入特征和词性特征的多特征融合方法;其次,在两种特征融合方法的基础上采用了双通道和单通道的对比来比较分类的准确性,提出了并行的CNN和BiLSTM-Attention双通道神经网络模型;最后,使用真实的京东电商评论数据集对所提模型进行了评估,并且在实验中与不同分类算法进行对比。实验结果表明,新的混合方法具有更好的分类准确率、召回率和F1指标。     

面向数据流挖掘过程的算法管理框架

结合数据流的特点,提出了一种面向数据流挖掘的过程模型PM-DSM.针对目前数据流挖掘过程中存在算法众多但利用率低的问题,提出了一种基于Web服务的数据流挖掘过程模型算法管理框架PMAMF-DSM,描述了该框架的体系结构和运行机制,并用UML活动图给出了框架的实现语义.在Eclipse上基于该框架实现了一个数据流挖掘算法管理系统,实验结果表明了该框架的灵活性与自适应性.