用户与电商平台“大数据杀熟”的演化博弈

考虑到电商平台利用其积攒的海量用户数据进行“大数据杀熟”,该行为具有的多样性和隐蔽性使得政府难以对其进行有效监管。本研究通过构建用户与电商平台的演化博弈模型,得出价格敏感型老用户和粘性较强新用户占比以及监管部门的罚金是影响演化博弈系统稳定状态的关键因素,而转移成本以及心理损失会影响用户选择“留存”策略的意愿。当演化博弈达到均衡时,电商平台和用户最终的选择为(杀熟,退出)和(不杀熟,留存)。为有效遏制平台“大数据杀熟”行为,用户应在保持对价格的敏感度的同时增强维权意识,政府也应当增大对该行为的处罚力度。同时平台应树立正确经营理念,对新老客户一视同仁,以达到博弈最优状态。     

基于神经网络的黄金期货价格的预测

黄金期货市场是一个极其复杂的非线性动力系统,由于神经网络具有很强的非线性逼近能力,理论上能无限逼近任意非线性函数.选用了应用最广泛的BP 神经网络模型来预测黄金期货的价格.对采集到的影响黄金期货价格的因素数据进行了归一化处理后建立BP神经网络并进行了模拟训练,然后用训练好的网络进行检验,并比较了输出结果和真实值,发现用BP神经网络模型能够将误差控制在一个较小的范围内.经过实证研究可以发现BP神经网络用于价格预测可达到较好的效果.     

居民消费价格指数的ARCH模型及实证分析

本文根据居民消费价格指数时间序列（CPI）数据本身的特点,建立了CPI的自回归模型、一到三阶ARCH模型。比较各个模型参数,得到CPI短期预测最优模型为自回归一阶ARCH模型。预测效果图表明：自回归一阶ARCH模型在预测趋势突变时会有一定的滞后性。     

《温州师范学院学报(自然科学版)》1998-2002年引文统计分析

利用文献计量学的统计分析方法，对《温州师范学院学报(自然科学版)》1998—2002年的载文量、引文量、引文类型、引文语种、引文年代等数据以及论文作者的合作情况进行统计分析，并计算出普赖斯指数．对进一步提高学报的质量提出一些建议．     

关于实行峰谷期不同电价合理性的探讨

本文利用不等式约束下多变量函数的最优化方法,从数学分析的角度出发,讨论了在峰载条件下与非峰载条件下实行不同电价的合理性。为电网在不同时期、不同负荷下实行不同电价,进行了数学论证。