检索结果-南通市图书馆

延迟退休意愿及其影响因素的实证研究——来自中国健康与养老追踪调查的证据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

吉林大学社会科学学报 2021年第3期61卷 96-107,235页

作者：吴翌琳张育铭王菲中国人民大学应用统计科学研究中心北京100872 中国人民大学统计学院北京100872

延迟退休是应对老龄化挑战的有效方法和必然选择,作为重大社会政策,其事关亿万民众晚年生活和福祉,必须充分了解民众的意愿和诉求,为政策制定提供参考,为政策出台营造良好氛围。基于中国健康与养老追踪调查数据,从个人特征、工作情况、... 详细信息

延迟退休是应对老龄化挑战的有效方法和必然选择,作为重大社会政策,其事关亿万民众晚年生活和福祉,必须充分了解民众的意愿和诉求,为政策制定提供参考,为政策出台营造良好氛围。基于中国健康与养老追踪调查数据,从个人特征、工作情况、健康状况三个维度,系统考察延迟退休意愿影响因素和作用机制,利用神经网络、随机森林、xg-boost三种机器学习方法系统甄别影响因素并交叉验证,采用Logistic回归模型对因素的影响强度和作用机制进行实证。研究发现:年龄、性别和薪资发放方式是影响延迟退休意愿的重要变量。延迟退休意愿总体随着年龄增长呈上升趋势,男性相对女性更不愿意延迟退休。其中,男性中健康状况良好的群体延迟退休意愿偏高,健康状况一般的男性延迟退休的意愿随学历升高而增高;女性的延迟退休意愿与学历呈负相关关系;定时发放工资的形式对延迟退休意愿有一定正向作用。

关键词：延迟退休意愿神经网络随机森林 xg-boost Logistic回归

大数据背景下网络借贷平台用户二次贷款预测研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

大数据背景下网络借贷平台用户二次贷款预测研究

作者：王蕾山西财经大学

学位级别：硕士

网络借贷是我国新型金融体系建设的重要组成部分,有利于解决中小企业融资难的问题,一定程度上促进了我国经济的发展。然而不少网络借贷平台面临生存危机,原因是平台自身经营成本高,没有制定科学的营销策略,投入大量线下和线上推广却难... 详细信息

网络借贷是我国新型金融体系建设的重要组成部分,有利于解决中小企业融资难的问题,一定程度上促进了我国经济的发展。然而不少网络借贷平台面临生存危机,原因是平台自身经营成本高,没有制定科学的营销策略,投入大量线下和线上推广却难见成效。为了能够解决上述问题,网络借贷平台需要借助大数据技术对用户行为进行分析和预测,从而更加了解客户需求,制定有针对性的营销策略。网络借贷平台二次贷款预测研究有利于网络借贷平台对用户是否由再次贷款需求进行预测,从而提高营销转化率,进而提高其盈利能力。本文以网络借贷平台二次贷款预测为目标,研究了如下内容:首先结合网络借贷和精准营销理论,提出了精准借贷这一概念,并分析了大数据背景下网络借贷平台精准借贷的流程。其次,对网络借贷平台的用户数据进行分析和整理,初步构建了网络借贷平台用户二次贷款指标体系;利用具有较好的特征选择能力的弹性网方法对指标进行筛选,选择出具有重要意义的指标。然后,在此基础上将稀疏贝叶斯网络结构学习方法应用于网络借贷用户行为分析中,并证明该方法优于一般的贝叶斯网络;通过分析指标之间的关系,研究出网络借贷平台用户的行为关系和重要特点。接着,充分利用xg-boost这一集成算法的优势,将其应用于网络借贷用户二次贷款预测中,并采用分类正确率和时间复杂度两个评价指标进行预测模型评估,取得良好的效果,证明该算法适合在类似的问题中被广泛推广和应用。最后根据分析结果并结合网络借贷发展形势,提出平台为了实现精准借贷可以充分利用用户信息,构建用户行为网络和预测模型,为制定精准借贷策略提供数据支持。本文得出的主要结论有:(1)网络借贷平台用户二次贷款预测为平台精准借贷提供数据支持,对于平台服务策略制定具有指导性意义;(2)弹性网方法在变量筛选中的应用有选择重要变量构建模型,提高模型分类性能;(3)消费记录和社会资本的引入可以提高模型的分类正确率;(4)xg-boost模型在网络借贷平台二次贷款的预测性能中优于其他集成分类器且时间复杂度低,适宜推广。

关键词：网络借贷精准借贷二次贷款预测稀疏贝叶斯网络 xg-boost

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分类模型的电影票房影响因素研究

基于分类模型的电影票房影响因素研究

作者：蔡梦楠南京师范大学

学位级别：硕士

由于社会生活水平的不断提高,随之而来的是对更高品质生活的追求,电影产业作为新时代文娱产业的代表之一也越来越受到广大群众的喜爱。但是由于上映时间不合适、制作宣传不到位等诸多原因,出现了许多电影票房收入滑铁卢的现象,不仅造成... 详细信息

由于社会生活水平的不断提高,随之而来的是对更高品质生活的追求,电影产业作为新时代文娱产业的代表之一也越来越受到广大群众的喜爱。但是由于上映时间不合适、制作宣传不到位等诸多原因,出现了许多电影票房收入滑铁卢的现象,不仅造成资源浪费,而且影响制作公司的盈利。因此,对于探求电影票房影响因素既是受到各大电影制作方和投资方关注的实际问题,也是统计工作者值得研究的有趣问题。本文拟利用统计和机器学习的方法对电影票房的影响因素进行探讨和研究。主要工作如下:第一章,对本文的研究背景、研究目的及意义等进行介绍;第二章,给出本文分析和研究中所用到的统计和机器学习的方法和理论;第三章,利用Python爬虫技术,从豆瓣、猫眼专业版等网站爬取数据,最终收集到的数据集由2011-2020年国内外上映的1000部影片构成,并从电影自身、制作与发行、评论与打分三个角度构建电影票房影响因素指标体系;第四章,将票房依据数值大小划分为5个不同类别后,采用分类模型中的逻辑斯谛回归、决策树、随机森林、xg-boost进行建模和分析。最后得出首周票房、参与评分人数、首日票房、场均人次、3DIMAX这5个变量对票房影响显著;第五章,给出本文结论、不足之处及为电影制作和发行方提出的可行性建议。本文创新之处体现在:从数据量及其维度方面比现有的研究更全面,不仅仅局限于国产电影且数据量较大,新加入场均人次、电影评论、物料播放次数等新的变量;在指标构建上做出改进,从电影本身、制作与发行、评论与打分三个角度出发,对于电影评论引入Snow NLP建立的情感分析因素;从研究方法的选择上,本文采用分类模型对电影票房进行影响因素探究,而传统上一般基于回归方法进行因素分析;从结论上看,综合多种基于分类法影响因素分析得出首周票房、参与评分人数、首日票房、场均人次、3DIMAX对票房的影响重大。

关键词：电影票房情感分析逻辑斯谛回归决策树随机森林 xg-boost

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关于公路货运详情页的推荐模型研究与应用

关于公路货运详情页的推荐模型研究与应用

作者：郑盼军华中师范大学

学位级别：硕士

近年来,物流领域高速发展,其相关产品已经渗入到人们生活的方方面面。在互联网时代的智能生活下,物联网生活也在逐步到来。因此,对物联网产业链的研究逐渐展开。其中,公路物流领域的发展显得尤为突出,2018年公路物流的货物运输量占整个... 详细信息

近年来,物流领域高速发展,其相关产品已经渗入到人们生活的方方面面。在互联网时代的智能生活下,物联网生活也在逐步到来。因此,对物联网产业链的研究逐渐展开。其中,公路物流领域的发展显得尤为突出,2018年公路物流的货物运输量占整个物流体系75%以上[1]。借助于公路货运调度平台信息,司机输入搜索信息后出现的货物详情页面。其传统的推荐逻辑展示的推荐列表,准确度低、司机在选择货物信息时的决策成本较高、决策时间较长、货车空驶情况较严重。随着近年来人工智能和云计算技术的迅猛发展,越来越多的电子商务企业在其商品展示详情页中的推荐模型研究均给公司带来了较大获益。而目前公路货运调度平台还尚未在此方面做出显著研究成果。因此,构建高效、高稳定性的货物详情页推荐模型对物流领域的发展显得至关重要。本文研究是在传统推荐算法研究基础上,将整个推荐模型分为召回模型和打分模型两大部分。其中,召回模型是从百万实时货物信息中召回k条与目标货物最相关的货物信息,打分模型是求得召回的k条货物信息会被点击的概率值。本文以货运调度平台的真实数据信息构建模型,真实线上效果评估模型的合理性和有效性。对于召回模型,分别通过协同过滤算法和改进后的协同过滤算法得到召回结果,打分模型通过逻辑回归和xg-boost(Extreme Gradient boosting)求得货物被点击的概率值。基于AUC(Area Under Curve)线下评估模型的拟合能力,基于A/B测试线上评估模型效果的真实性和可推广性。在召回模型阶段,改进后的协同过滤算法得到的货物推荐具有更高的AUC值。在打分模型阶段,通过卡方检验和递归特征消除将数据特征分别从19个筛选至11个再筛选至6个。改进的协同过滤算法+xg-boost模型得到的AUC值为0.75,高于其他模型表现。但xg-boost的线上运行效率不高、可解释性不强,真实线上运行模型采用改进的协同过滤算法+逻辑回归。线下AUC值为0.65，线上点击率每天稳定提升9%,模型结果实现了研究目标,为货运调度平台带来重要经济价值。

关键词：公路物流推荐系统协同过滤逻辑回归 xg-boost