基于情境聚类和用户评级的协同过滤推荐模型

协同过滤是电子商务推荐系统中广泛应用的推荐技术, 但面临着严重的用户评分数据高维化和稀疏性问题. 同时, 传统协同过滤中的相似度度量方法没有考虑用户评分行为对其他用户的影响, 因而对评分预测的精度影响较大. 此外, 在移动环境下, 传统协同过滤未结合情境信息, 导致推荐质量下降. 对此, 提出一种基于情境聚类和用户评级的协同过滤模型. 首先, 根据情境信息对用户进行聚类, 降低用户评分数据维度和稀疏性; 然后, 引入社会网络理论分析用户间关系, 建立用户评级模型用于评价用户推荐能力, 并结合评级指标进行评分预测. 通过MovieLens和NetFlix数据集对基于该模型的SlopeOne算法和其它三种方法的比较验证结果表明: 本模型在所有数据集上都获得了最高的预测精度, 同时还具有最佳的推荐覆盖度, 可显著提高预测精度, 更适用于移动电子商务环境下的个性化推荐问题.     

聚类有效性研究综述

聚类是一个无监督学习过程,因此确定最佳聚类数是一项困难的工作. 聚类有效性研究是通过建立聚类有效性指标,评价聚类质量并确定最佳聚类数的过程. 首先,介绍了聚类的数学描述和聚类有效性指标的分类;然后,基于指标 构成成分的不同,分别评述了12 个仅考虑数据集几何结构信息的聚类有效性指标、6 个仅考虑隶属度的聚类有效性指标以及9 个同时考虑数据集几何结构信息和隶属度的聚类有效性指标,分析了不同类型指标的研究现状;接着,简要总结了外部性指标和稳定性指标等其他聚类有效性指标的研究现状;最后,总结并展望了聚类有效性研究面临的挑战和发展方向.     

Sugeno模糊模型的辨识

提出了一种新的Sugeno模糊模型辨识算法.在Sugeno模糊模型辨识中,应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行,减少了计算量;通过Box-Jinkins数据建模说明了本文算法的有效性.     

基于模糊粗糙k-均值的用户访问模式的聚类

Web用户访问过的网页以及在该网页上的浏览时间体现了用户的访问兴趣.为了更好的衡量任意两个用户访问模式之间的相似/相异度,每个用户访问模式都被转换成具有相等长度的模糊向量,其中每个元素要么是0要么是模糊语言变量,它体现了用户是否访问过该网页及在该网页上的浏览时间.由于类的边界可能是模糊的,因而使用粗糙k-均值法对这些代表用户浏览特征的模糊向量进行聚类.最后使用Davies-Bouldin指标来衡量聚类的效果.     

基于分离性测度的数据分类效果评价

针对模糊C-均值聚类算法对初始化分类参数(包括起始聚类中心位置和初始化分类隶属度矩阵)的选择比较敏感而导致分类结果差异性较大,以及错误分类会给解决实际问题带来难以预料的后果的情况,从数据的类内紧致性的对偶面即分离性入手,提出了基于分离性测度的分类效果好坏的评价准则。实验结果表明,定义的分类效果评价准则函数是可行的。     

权益人视角下基于期权定价理论的类一致性风险测度研究

根据不同主体在金融市场中扮演不同经济角色、承担不同风险的事实,提出了基于不同经济角色的风险划分——权益风险与债权风险.在权益人的视角下,应用期权定价理论,定义了不同于以往单变量映射的风险测度——类一致性风险测度来度量权益风险,通过风险的可转移性和不灭性,实现了φ(X C)=φ(X)-C与φ(X C)=φ(X)的对立统一,这是对Artzner定义的一致性风险测度的补充和扩展.     

函数型数据的分步系统聚类算法北大核心CSSCI

函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算法的有效性进行了检验,并针对40个国家41年的人均GDP数据进行了实例研究,结果表明,该算法能够对函数型数据进行有效聚类。此外,基于此算法提出了一种函数型数据的数据补齐方法,实例研究结果表明,该预测方法能够对函数型数据进行有效地补齐。     

虚拟环境中一种基于密度聚类的区域划分算法

为支持虚拟环境中大规模用户共享资源,需解决虚拟空间中用户集合划分问题,即把用户对象分配给多个服务器。由于用户不可预知的移动和交互,可能导致部分服务器负载过重。现有的划分思想注重于服务器负载的重分配,但是用户的移动和交互为划分也应作为主要考虑因素。据此思路,提出一种基于密度聚类的改进型划分算法(DCA)。该方法改进密度聚类中的邻域半径(Eps)和最小数目阈值(MinPts)因子,提出了基于移动视窗方法的密度聚类方法。同时,提出不一致性事件的概念以验证所提方法的有效性,并给出了实验结果。     

一种聚类神经网络初始聚类中心的确定方法

在基于聚类神经网络提取模糊规则方法中,其初始聚类数及聚类中心往往是事先给定的,这样会给规则提取带来一定的盲目性,并影响神经网络的学习时间和聚类效果。本文提出了一种根据测量数据集自动确定聚类神经网络初始聚类中心的方法,该方法可客观地确定聚类数和初始聚类中心,能够有效地缩短神经网络的学习时间。     

一种基于量子机制的分类属性数据模糊聚类算法

分类属性数据的样本间的分布不平衡、样本的分布与空间距离无关的特点与量子力学中粒子的分布状态由能量决定、粒子分布具有不平衡性的特点相似.基于此,参照量子聚类QC算法确定聚类中心的聚类策略,重写距离量子势能公式,定义相似性度量测度和相异性度量测度的新概念,提出了针对分类属性数据的量子聚类CQC算法,并对算法的聚类有效性进行了研究,通过同其它几个已有的算法的仿真实验比较,证明该算法是有效的、有一定的可扩展性,算法的一些性能优于已有的其它几个算法.     

组合信用风险测度的藤copula方法

研究组合信用风险测度问题,用藤copula描述违约相依结构,提出一种测度组合信用风险的藤copula方法.实证结果表明:常用多元copula方法往往低估或高估风险值,而藤copula方法在各种常用的多元copula相依结构假定下的VaR和ES估计值与实际风险值很接近,VaP都通过了回测检验,ES回测检验指标也表明藤copula方法估计的ES更准确.因此,相对于常用多元copula,藤copula方法更具灵活性,能提高组合信用风险测度的准确性.     

区域城镇化进程测度指标体系及评估模型研究

为了更好地把握河南省城镇化所处的阶段和水平,在对河南省城镇化建设现状进行分析的基础上,建立区域城镇化评估指标体系,给出了基于同异反的灰色聚类评估模型,对河南省及相关典型省市的城镇化进程进行测度比较,得出一些有益结论。表2,参17。     

基于信用差异度最大的信用等级划分优化方法

信用评级对当代社会有极其重要的影响,若信用等级划分不合理,必将误导债权人和社会公众.信用评级结果的变动直接反映经济状态的变化,2011年标准普尔把美国的主权信用评级从AAA级降为AA+,引起全球金融市场的动荡.信用评级的本质是合理区分客户的信用状况,揭示不同等级客户的信用风险水平.国际上比较流行的标普、穆迪的信用评级针对中国客户的评级结果往往存在信用等级很高、违约损失率反而不低的不合理现象.本研究以信用差异度和违约金字塔为标准,构建非线性规划模型划分信用等级,并以中国小企业贷款数据为样本进行实证研究·本研究的创新与特色一是根据第k个信用等级中最后一个样本的信用评分P_(mk)~k与第k+1个信用等级中第一个样本的信用评分P_1~(k+1)确定相邻两个等级的信用评分差值,以所有信用等级的评分差值之和∑(P_(mk)~k-P_1~(k+1))最大为目标函数,确保最大程度的保证信用评分差异大的客户划分为不同信用等级.避免了把信用状况差异较大的客户划分成同一个信用等级的不合理现象.二是以信用等级由高到低的违约损失率严格递增为约束条件建立信用等级划分模型,保证信用等级划分结果满足信用等级越高、违约损失率越低的违约金字塔标准,避免出现信用等级很高、违约损失率反而不低的不合理现象.三是1814笔工业小企业贷款数据的实证研究表明,本研究的信用等级划分方法不仅满足信用等级越高、违约损失率越低的违约金字塔标准,还能保证信用状况差异大的客户划分为不同信用等级.     

交易对手信用违约事件与信用违约互换公允价值

本文在分析交易对手违约的基本信用事件基础上,运用生存分析技术研究了交易对手信用违约事件对信用违约互换合约价格的影响. 本文的研究表明: (1)不同的信用事件对信用违约互换合约的价格是有影响的,包含考虑交易对手违约事件的信用违约互换价格比不包含时会更低; (2)参考资产和卖方违约的相关性在信用衍生品的定价中至关重要,无论相关系数为正或为负,都会影响到信用违约互换的合理估值.     

信贷风险综合决策模型的研究

信贷风险事关银行业的生存和社会的稳定,已引起有关各方的广泛关注,本文分析了国内外现有信贷风险决策理论和方法的弊端,探讨了建立信贷风险决策模型的综合清偿能力原则和银行真实损益原则,提出了贷款风险补偿、风险报酬最大、综合风险衡量和单位风险溢酬最大等决策准则,建立了贷款综合清偿能力的期望值模型,风险报酬决策分析模型,贷款的综合风险分析模型伯溢酬分析模型,为银行信贷风险管理提供了科学的决策理论和方法。     

异质用户下交通拥挤控制的混合策略研究

随着出行需求及汽车保有量的增加,交通拥挤愈发严重.为了缓解交通拥挤,本文针对公私合营的交通网络,考虑用户异质性,提出了对交通网络同时实行道路收费和可交易电子路票方案的混合策略,即分别对使用政府资建的公有路段和BOT模式下的私有路段的出行用户收取电子路票和费用.通过对用户在混合策略下的出行行为分析,建立了用户均衡和路票市场均衡下的变分不等式模型.接着,对交通网络的系统最优模型进行分析,得到了促使路网在用户均衡状态下达到系统最优的混合策略集合,同时给出了混合策略下系统效率损失的上界.在此基础上进一步提出了涵盖其他目标的双层规划模型,得到能实现双重目标的最优混合策略.最后,对具体路网进行数值实验,可分别得到路网中每一公有和私有路段的具体路票收取量和收费值,以及需要设置的收取总窗口数.     

定时信用支付条件下的多时段EOQ问题

经典的经济订购批量（EOQ）问题有两个基本假设：时域无限和模型的费用参数不变。对基于供应商提供定时信用支付条件下的有限时域中各时段货价发生变动的EOQ问题进行了研究，并得到了最优订购策略。这为进一步研究买卖方的协作机制提供了新的思路。     

交易信用与资金约束下两阶段零售商订货策略

在两阶段随机需求环境下,给定供应商向资金约束零售商提供的交易信用融资,分析了零售商的最优订货策略,并与无资金约束下零售商的最优订货策略进行了比较,研究了交易信用对零售商两阶段订货行为的影响.结论表明零售商的自有资金和市场前景是决定其两阶段订货策略的主要因素：当零售商自有资金很高时,交易信用能使零售商实现无资金约束下的最优订货量,否则零售商在市场状态好的第二阶段会出现超额订购现象;当零售商的自有资金很低时,零售商在市场状态不好的第二阶段会出现超额订购现象;当零售商的自有资金和市场前景都适中时,零售商在第一阶段和市场状态不好的第二阶段都会采用保守的订货策略.最后通过算例对结论进行了验证.     

协同治理背景下环保信用监管的三方演化博弈分析

协同治理背景下的环保信用监管既是社会信用体系建设的重要组成,也是国家治理体系与治理能力现代化的重要内容之一;本文在梳理已有研究的基础上,通过构建企业主体、公众主体与监管主体三方参与的环保信用监管演化博弈模型,系统分析了协同治理背景下三方主体的策略选择过程;在此基础上通过仿真建模方法从微观层面研究了不同政策的监管效果,并对三方主体的策略选择过程引入了基于有限理性的随机干扰项,以进一步契合现实世界中策略选择过程的复杂性.研究结果表明,只有环保守信激励强化与履约成本降低协同推进,环保失信处罚与监管主体不监管处罚齐抓共管,才能产生良好的环保信用监管效果;对环保信用监管政策的系统性与协同性的管理是提升政策效果的必要条件.     

电子商务环境下中小企业信用评价

在引入了电子商务信用理论的基础上,对电子商务环境下中小企业信用评价指标体系进行研究.采取实证研究的方法, 综合参考各类信用评价指标, 利用层次分析法,根据一般企业信用评价, 结合B2B电子商务企业的特点,构建了适合中小企业的四大类十五项评价指标.在综合评定了中小型电子商务企业的信用等级的基础上,建立了电子商务信用评价模型.并应用模型对三十家从事电子商务业务的真实的中小企业信用状况进行了评价实践,为B2B电子商务中的中小企业信用评价提供了一种科学、简便的信用评价方法.