检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据挖掘的电影营销策略研究

基于数据挖掘的电影营销策略研究

作者：王超江西财经大学

学位级别：硕士

互联网技术的大量运用使数据出现大幅度增长,处理数据信息、挖掘数据背后的意义已经成为社会各界的关注重点,随之发展的大数据技术也在不断更新,推动不同行业工作和生产模式的改革。在电影产业里,大数据技术的应用已经初见成效,利用数... 详细信息

互联网技术的大量运用使数据出现大幅度增长,处理数据信息、挖掘数据背后的意义已经成为社会各界的关注重点,随之发展的大数据技术也在不断更新,推动不同行业工作和生产模式的改革。在电影产业里,大数据技术的应用已经初见成效,利用数据挖掘技术对电影营销领域的相关信息进行探究,不仅能够判断目前影片市场的发展状况,还有助于调整营销策略,提升营销效率。合理的电影营销策略可以让影片收益更高,要实现这一目标,需要综合考虑电影制作、发行、上映过程中的各项因素,利用数据挖掘技术中不同的方法,对这些因素进行归纳整理,分析原因,提升电影营销模式的创新空间。本文采取理论分析和实证研究相结合的方法,在营销理念的指导下,对电影营销现状的探究从观影用户和影片两个角度展开,基于数据挖掘技术建立不同的模型,进而提出相应的营销策略。主要内容如下:1.以市场营销学、行为经济学等理论为基础,将观影用户行为细分为观影用户决策行为、观影用户使用行为和观影用户购后行为三大类,并对这三种行为模型建立相应的行为测度指标体系。然后,利用K-means聚类算法对不同用户行为下的观影用户再次进行细分,并识别所属类型,结果如下:在观影用户决策行为模型中,观影用户被分类为主动型观影用户、评分型观影用户、价格型观影用户和消极型观影用户;在观影用户使用行为模型中,观影用户主要分为重要价值观影用户、重要保持观影用户、一般发展观影用户;在观影用户购后行为模型中,观影用户被划分为高满意观影用户、中满意观影用户和低满意观影用户。最后,对细分出的各类观影用户进行行为分析,在结合用户特征的基础上提出针对性、个性化营销策略。2.从影片的制作、上映、以及宣传发行时期中选取与电影营销相关的因素,主要为影片类型、时长、电影票价、档期、评分、营销成果、票房等。运用岭回归、lasso算法和Adaptive lasso算法分别建立回归模型,分析不同影片营销因素对票房的影响程度,并对比lasso算法模型和Adaptive lasso算法模型,后者的拟合效果和模型的合理性更优。以Adaptive lasso算法得出的结果为主要参考,结合其他回归模型得到结果,发现此时对电影营销效果影响程度由高到低的因素依次是:评分、营销成果、电影票价、影片类型、时长、档期,而在营销成果中,对票房影响程度较大的依次为物料总数、微信指数和总评论数。最后,探究这些因素对票房影响程度不同的原因,根据因素重要性程度制定侧重点不同的影片营销策略。3.综合对观影用户和影片的营销数据分析结果,并结合电影产业的发展现状,总结大数据时代中国电影营销存在的问题和相应的对策。目前,中国电影产业的营销效果存在滞后性,营销数据的可信度难以保证,大数据技术应用于电影营销领域的发展性有待考量,研究过程中专业性不足的情况依然存在。因此,为了最大限度实现电影投资的效益,制定电影营销策略时需要明确电影市场定位,把握观影用户动向,促进营销模式多元化。大数据时代下的电影营销前景良好,但数据挖掘技术无法替代电影艺术和艺术创作,保持两者平衡才能促进电影产业蓬勃发展。本文的研究工作为数据挖掘技术在电影行业的应用提供必要的量化理论支持,为电影产业营销策略的选择提供决策依据,有利于提升电影营销策略的收益和效率,在理论分析和实践应用上均具有重要意义。

关键词：数据挖掘电影营销 K-means算法 Adaptive lasso算法 lasso算法

基于fMRI观察益肾逐瘀法对帕金森病患者脑网络连接的影响

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代中医临床 2018年第6期25卷 10-15,60,F0003页

作者：张华薛琴于艳敏袁永娥张西刘岑陈志刚北京中医药大学东直门医院神经内科北京100700 北京中医药大学东直门医院国际部郑州市第十六人民医院肝胆病中心北京中医药大学东方医院

目的研究帕金森病(PD)患者纹状体与大脑皮层功能连接的特征,并探讨益肾逐瘀法对纹状体-皮层功能网络的影响。方法使用益肾逐瘀法治疗PD患者,疗程4周,对PD患者和健康对照各9例行静息态功能磁共振检查,在每个半球中以基于皮层的功能分区与... 详细信息

目的研究帕金森病(PD)患者纹状体与大脑皮层功能连接的特征,并探讨益肾逐瘀法对纹状体-皮层功能网络的影响。方法使用益肾逐瘀法治疗PD患者,疗程4周,对PD患者和健康对照各9例行静息态功能磁共振检查,在每个半球中以基于皮层的功能分区与4个纹状体亚区的偏相关系数为脑网络特征,采用最小绝对收缩与选择套索算法(lasso)挑选出最优特征,将PD患者和对照组,以及PD患者治疗后与治疗前进行分类,并对PD患者病程及统一帕金森病评定量表-运动检查(UPDRSⅢ)进行线性回归。结果 PD患者的纹状体与运动感觉网络和中央执行网络的连接度减弱,病程和UPDRSⅢ均与壳核后部-默认网络的连接呈正相关,UPDRSⅢ与尾状核-视觉网络、伏隔核-中央执行网络的连接呈负相关。经治疗后,PD患者的中医证候量表评分较治疗前明显改善,且主要体现在非运动症状的改善,尤以腰膝酸软,精神萎靡,夜尿频,刺痛、痛有定处最为显著。伏隔核-中央执行网络连接度较治疗前有所增强。结论 PD患者运动、感觉及认知网络与纹状体的连接较健康对照均有改变,并与病程延长和病情严重程度相关。益肾逐瘀法对PD有一定治疗作用,以改善非运动症状为主,对重建PD患者伏隔核(奖赏环路中的关键区域)与中央执行网络的连接有着积极的作用。

关键词：帕金森病益肾逐瘀法静息态功能磁共振功能连接 lasso算法

大数据时代下使用互联网搜索量预测CPI——基于lasso和核偏最小二乘的联合使用

在线全文

学校读者我要写书评

暂无评论

金融学季刊 2020年第2期14卷 112-136页

作者：欧阳梦倩周先波朱君梅中山大学岭南学院广州农村商业银行股份有限公司

本文结合lasso和核偏最小二乘回归研究百度搜索指数对CPI的预测作用。首先,选取宏、微观经济领域与CPI相关的、有代表性的百度搜索关键词,将其月平均指数作为CPI预测的一类自变量。其次,联合使用lasso算法和核偏最小二乘回归,用网格搜... 详细信息

本文结合lasso和核偏最小二乘回归研究百度搜索指数对CPI的预测作用。首先,选取宏、微观经济领域与CPI相关的、有代表性的百度搜索关键词,将其月平均指数作为CPI预测的一类自变量。其次,联合使用lasso算法和核偏最小二乘回归,用网格搜索法选取最优参数组合,对自变量集进行有效降维得到最优预测。最后,比较单独使用互联网搜索量、单独使用政府统计数据和同时使用两者对CPI的预测效果,结果显示,互联网搜索量和政府统计数据对CPI预测的效果具有互补性,同时使用两者可提升预测的准确性,且能较好地预测转折点。

关键词： CPI 百度搜索指数 lasso算法核偏最小二乘回归

在线全文

学校读者我要写书评

暂无评论

高维AFT模型的正则化变量选择

重庆工商大学学报（自然科学版） 2019年第6期36卷 8-13页

作者：陶小寒刘汉葱西南交通大学数学学院

针对生存分析中建立生存模型时,如何处理生存数据中特有的数据类型——删失数据,降低高维协变量的维数,更好地识别出真正具有预测性的因子,建立准确的生存模型的问题,提出用STUTE’s加权最小二乘法和删失限制以及lasso正则化相结合的方... 详细信息

针对生存分析中建立生存模型时,如何处理生存数据中特有的数据类型——删失数据,降低高维协变量的维数,更好地识别出真正具有预测性的因子,建立准确的生存模型的问题,提出用STUTE’s加权最小二乘法和删失限制以及lasso正则化相结合的方法来对AFT模型进行估计。首先,提出STUTE’s加权最小二乘法和删失限制相结合的方法对生存数据中的删失数据进行处理;其次,提出了lasso的一个新的实现算法进行模型的变量选择,降低模型中协变量的维数,精简模型;最后,通过仿真分析得到提出的新估计方法较已有的lasso旧算法以及其他的变量选择方法,VSURF算法更能找出“真”因子,建立准确的生存模型。

关键词： AFT模型 lasso算法变量选择删失限制 STUTE’S加权最小二乘法

省域医疗服务效率空间差异研究——基于SBM-lasso-SEM模型

在线全文

学校读者我要写书评

暂无评论

淮北师范大学学报（自然科学版） 2021年第3期42卷 28-33页

作者：李翼张本慧李晓淮北师范大学数学科学学院安徽淮北235000 淮北师范大学计算机科学与技术学院安徽淮北235000

针对医疗服务效率的空间差异,提出了SBM-lasso-SEM模型的建立方法.基于2005—2018年我国30个省份的医疗卫生数据,建立超效率SBM模型,对各省份的卫生服务效率进行测算.搜集可能影响医疗服务的因素,基于lasso算法筛选后,进一步建立空间误... 详细信息

针对医疗服务效率的空间差异,提出了SBM-lasso-SEM模型的建立方法.基于2005—2018年我国30个省份的医疗卫生数据,建立超效率SBM模型,对各省份的卫生服务效率进行测算.搜集可能影响医疗服务的因素,基于lasso算法筛选后,进一步建立空间误差(SEM)模型,分析不同省份医疗服务效率的空间差异及影响因素.在构造空间面板模型时,以医疗投入作为吸引力载体,并结合地理因素构造出医疗引力空间权重矩阵.结果表明,我国医疗卫生服务效率呈现出东强、中西弱,且具有明显的空间聚集效应;地区经济和科技教育水平对医疗卫生起正向作用,地区老龄化和交通水平会影响医疗卫生效率.构造的空间权重矩阵具有很好的拟合效果,体现了该方法的可行性和优越性.

关键词：医疗服务效率 SBM模型 lasso算法空间面板模型改进的空间权重矩阵

在线全文

学校读者我要写书评

暂无评论

基于餐饮业网络评论的消费者情感极性分析

计算机系统应用 2018年第8期27卷 42-48页

作者：杨博文南京财经大学经济学院统计系南京210023

首先,根据餐饮业网络评论文本对消费者情感极性进行预测,建立了lasso-Logistic和lasso-PCA两个预测模型.相比之下,lasso-PCA模型整合了更多的变量信息,对文本的情感极性具有更好的预测效果;但是lassoPCA模型对变量的解释能力较弱,尤其... 详细信息

首先,根据餐饮业网络评论文本对消费者情感极性进行预测,建立了lasso-Logistic和lasso-PCA两个预测模型.相比之下,lasso-PCA模型整合了更多的变量信息,对文本的情感极性具有更好的预测效果;但是lassoPCA模型对变量的解释能力较弱,尤其在解释变量维度较高的情况下,lasso-PCA模型很难分析出解释变量对被解释变量的影响.其次,对lasso-Logistic模型的变量选择结果进一步分析发现,特色菜、服务态度和环境以及"美中不足"之处是影响消费者情感极性的显著因素.

关键词：网络评论文本情感极性 lasso算法 Logistic回归稀疏主成分回归

在线全文

学校读者我要写书评

暂无评论

基于影像组学的肺肿瘤良恶性预测

肿瘤影像学 2018年第3期27卷 256-261页

作者：陈震东陈勃江方梦捷董迪甘芸翠程越朱信忠李为民田捷浙江师范大学数理与信息工程学院浙江金华321004 中国科学院分子影像重点实验室北京100190 四川大学华西医院呼吸与危重症医学科四川成都610041 西安电子科技大学生命科学技术学院陕西西安710126

目的使用影像组学方法构建一个影像组学标签分类模型，对肺肿瘤良恶性进行分类预测。方法分析四川大学华西医院80例怖肿瘤患者的CT影像学数据，分割肿瘤区域，提取肿瘤形状、大小、强化程度、纹理和小波变换共485个影像组学特征。利用La... 详细信息

目的使用影像组学方法构建一个影像组学标签分类模型，对肺肿瘤良恶性进行分类预测。方法分析四川大学华西医院80例怖肿瘤患者的CT影像学数据，分割肿瘤区域，提取肿瘤形状、大小、强化程度、纹理和小波变换共485个影像组学特征。利用lasso算法筛选出与肿瘤良恶性鉴别最密切的组学特征，并使用Logistic回归构建诊断肿瘤良恶性的预测模型。采用受试者工作特征（receiver operating characteristic．ROC）曲线及其曲线下面积（area under curve，AUC）来评估该影像组学标签在训练集和验证集中的效能。结果选取3个影像组学特征构建出影像组学标签，具有很好的预测分类效果。训练集的AUC为0870（95％CI：0760-0978J，灵敏度为0.870，特异度为0.818；验证集的AUC为0.853（95％CI：0.717-0.989），灵敏度为0.882，特异度为0.778。结论随着CT在临床诊断中的广泛使用，真有望成为辅助检测肿瘤良恶性的非侵入手段。

关键词：影像组学肺肿瘤良恶性预测 lasso算法

基于lasso和CatBoost融合模型的信用风险评估研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

应用数学进展 2021年第6期10卷 2194-2205页

作者：牛丽李东喜太原理工大学数学学院山西晋中太原理工大学大数据学院山西晋中

准确高效的信用评估模型能够提高预测风险的能力,对信用贷款风险起到有效的防范作用。因此,我们提出了一种lasso和CatBoost的融合模型及lasso-CatBoost算法并将其应用于信贷数据。该算法先用lasso进行特征选择,再用CatBoost结合重要特... 详细信息

准确高效的信用评估模型能够提高预测风险的能力,对信用贷款风险起到有效的防范作用。因此,我们提出了一种lasso和CatBoost的融合模型及lasso-CatBoost算法并将其应用于信贷数据。该算法先用lasso进行特征选择,再用CatBoost结合重要特征进行信用风险分析,达到用较少的变量得到较高预测准确率的目的。为了验证该算法的高效性及准确性,我们以某银行信用数据为样本,在对数据进行预处理后,运用lasso-CatBoost算法对该数据做信用风险分析。结果表明,以AUC作为评价指标,与Logistics回归算法以及RandomForest、Adaboost、XGBoost、LightGBM等集成算法相比,lasso-CatBoost算法用到的特征最少且预测的准确率最高,说明了我们提出的算法在信用风险分析方面表现最好。

关键词： lasso算法 CatBoost算法集成算法信用风险

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高速列车晚点预测的机器学习模型

中国铁路 2020年第11期 72-77页

作者：胡瑞文超张梦颖徐传玲西南交通大学综合交通运输国家地方联合工程实验室四川成都610031 西南交通大学综合交通大数据应用技术国家工程实验室四川成都610031 滑铁卢大学铁路研究中心安大略滑铁卢N2L 3G1

智能调度是智能高铁技术体系的核心组成部分,准确预测高铁列车晚点时间是智能高铁必须实现的功能,基于列车运行数据开展高铁列车晚点研究已成为热点研究方向。首先介绍高速列车数据来源与构成,对其进行描述性统计;然后综合运用皮尔逊相... 详细信息

智能调度是智能高铁技术体系的核心组成部分,准确预测高铁列车晚点时间是智能高铁必须实现的功能,基于列车运行数据开展高铁列车晚点研究已成为热点研究方向。首先介绍高速列车数据来源与构成,对其进行描述性统计;然后综合运用皮尔逊相关系数(Pearson)和lasso算法对列车数据进行清洗和降维处理;最后运用梯度提升决策树机器学习模型预测列车晚点时间。测试结果显示,综合运用机器学习模型可有效预测高铁列车的晚点时间,对调度决策辅助具有一定的支撑作用。

关键词：高速铁路列车晚点 Pearson lasso算法梯度提升决策树智能调度