基于统计视角透视大学生"双十一剁手"现象

大学生在"双十一"购物狂欢节中扮演了重要角色.针对大学生是否在"双十一"消费,首先,构建Lo-gistic 回归模型进行识别和分析,结果显示:性别、月消费和生活费来源在统计意义下有显著作用.其次,建立定序Probit回归和随机森林分析消费水平高低的影响因素,结果显示:社会化因素对消费水平有重要作用,家庭深深影响着消费的...     

温州市信息咨询业发展与思考

信息咨询业是市场经济的产物,在市场经济体制下,政府决策、企业营销、拓展市场、项目投资等社会经济活动,都是按照市场经济规律进行的。这一过程伴随着各种各样的变数,如文化、历史、政治、自然环境、购买力等。要想获得最佳的决策,需求助于调查、咨询、分析、加工、提炼信息情报来完成。因此,市场经济需要信息情报咨询业。加入WTO将拓展各行业的发展,为有特色文化的信息情报服务业发展     

基于格拉姆矩阵和随机森林的疾病预测方法

针对现有预测方法中存在预测精度低、预测时间长及存储空间大等问题,提出一种基于格拉姆矩阵和随机森林的疾病预测方法,该方法首先从数据集中收集大量数据,其次使用格拉姆对称矩阵对采集数据进行存储和归类.然后引入随机森林二元回归和分类技术,通过二元变量相关性来衡量预测结果和数据之间的关系,并根据相关性构造决策树用于结果分类.最后...     

基于决策规则的决策形式背景的属性约简

决策形式背景的属性约简及其规则获取是形式概念分析领域的研究热点问题.基于决策形式背景的决策规则,研究了决策形式背景的属性约简问题.给出了决策形式背景的冗余规则的等价表示,以及决策形式背景的规则协调集的充分必要条件,定义了决策形式背景的辨识矩阵和辨识函数,给出了决策形式背景基于决策规则的属性约简方法,并举例说明了结果.     

科技决策相关公共知识生产模式的演变

作为科学、经济和政治三个公共场域交互作用的产物,科技决策相关知识应当是一种"公共知识",兼具科学合理性、经济公有性和政治合法性等三重公共性。为化解科学不确定性和知识经济化引发的公共知识的公共性危机,西方发达国家的公共知识生产模式经历了从传统"科学家真理代言人模式"到"专家与技术官僚共谋模式",再到"公众参与模式"的演变。我国科技决策相关公共知识生产模式经历了不同的演化轨迹,当前"官僚主导-专家论证"的生产模式已陷入公共性危机,应同时提升专家理性和扩大公民参与。     

基于被动DNS流量的Fast-Flux域名检测方法

近年来,速变域名(Fast-Flux)技术已成为在速变服务网络(Fast-Flux Service Network,FFSN)中组建僵尸网络的常见做法,这些FFSN能够以非常高的可用性维持非法在线服务.文中基于FFSN工作原理以及速变域名技术特点,提出了一系列检测特征,设计了一种基于被动DNS流量的Fast-Flux域...     

基于机器学习的商品评论特征提取有用性研究

在线上购物商品销售预测问题上,由于受商品自身的款式、材料、买家的好评与差评以及商家好评返利等多种因素影响,一般的回归预测算法往往不能支持多种特征变量,导致预测准确率较低、鲁棒性差.本文采用一种主题-随机森林算法对口罩销售量进行多变量综合投票预测,并与多重线性回归（Multiple Linear Regression,MLR）算法和随机森林（Random Forest,RF）算法相比较得出最终结论 .实验结果表明,LDA-RF算法各项指标均优于MLR和RF算法,LDA-RF算法建模速度快,鲁棒性较强,受到离群点影响比较小,散点主要集中在线性回归附近,可以有效地提高口罩销量预测精度.     

基于环境因素的露天煤矿粉尘质量浓度预测

为实现PM2.5、PM10和TSP粉尘质量浓度预测,利用哈尔乌素露天煤矿环境监测数据,以随机森林算法为基础,建立环境因素影响下的粉尘质量浓度预测模型,采用网络搜索的方法对随机森林模型进行参数调整.研究结果表明:采用加权算术平均值法对粉尘质量浓度数据进行降噪处理,能有效提高预测模型的准确性.特征重要性分析表明,环境影响因...     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。