基于离散选择模型的推荐系统改进算法

准确地预估用户的点击率,并根据该概率对商品排序以供用户选择在推荐系统领域有着重要的意义。推荐系统中常用的因子分解机等机器学习模型一般只考虑用户选择单个商品的概率,忽略了候选商品之间的相互影响,离散选择模型则考虑将商品候选集作为整体进行考虑。提出了使用深度学习模型来改进离散选择模型,模型使用相对特征层、注意力机制等网络结构帮助深度学习模型进行不同商品间的特征比较,研究结果表明引入离散选择模型的深度学习模型表现优于梯度提升决策树、因子分解机等模型。     

基于好友影响的个性化推荐模型

随着社交媒体的广泛应用,在电子商务行为中,消费者很大程度上的购买决策会受到他人因素的影响,尤其是好友的影响。本文提出了社交媒体网络下,用户评论和销量对于推荐模型的影响,建立了基于社交媒体中好友的评论的个性化推荐模型。通过从国内的社交网络中采集相关数据,对模型的效果进行了验证。     

中国核心CPI随机游走识别和异常点分析

核心CPI能更真实地反映宏观经济运行趋势。然而,如何测算核心CPI一直备受关注。本文构建了一组带有异常因子的随机游走模型,利用MCMC法和Gibbs抽样,对时变参数进行估计,不仅从CPI中分离出核心CPI,而且对非核心CPI,通过捕捉到的异常点,发现与中国政策效应相吻合。本文仅利用了中国单一的CPI数据,不需要CPI子类权重测算及其再分配。进一步,通过与Wind核心CPI比较,以及Marques等（2003）核心CPI评价方法的检验,发现本文的核心CPI更具合理性和科学性。     

CACER：一种基于疯狂蚁群算法的电子商务推荐模型

为了解决电子商务在线营销中的信息阻塞等问题,提出了一种新型的、高效的推荐系统模型。给出了该系统模型中采用的疯狂蚂蚁算法,并描述了它的消息结构和处理流程,最后给出了一个系统应用实例和性能对比结果。仿真实验表明该模型在实时性和客户满意度上超过了传统系统。     

CACER:一种基于疯狂蚁群算法的电子商务推荐模型

为了解决电子商务在线营销中的信息阻塞等问题,提出了一种新型的、高效的推荐系统模型。给出了该系统模型中采用的疯狂蚂蚁算法,并描述了它的消息结构和处理流程,最后给出了一个系统应用实例和性能对比结果。仿真实验表明该模型在实时性和客户满意度上超过了传统系统。     

基于用户偏好的多特征融合个性化图书推荐模型

随着图书馆图书数量的增加,读者无法快速获取自己所需资源。针对数字图书馆无法为用户提供准确个性的图书推荐服务的问题,通过分析个性化推荐技术,构建了一种基于用户偏好的个性化图书推荐模型,并进行了系统的研究。最后通过试实验验证其模型的有效性。     

基于随机森林的智能终端定位模型和算法

以智能终端为研究对象,将动态定位作为研究目标,根据数据获取、预处理、特征提取和选择,分类器设计与分类决策等五个方面提出了基于随机森林的定位模型和算法,详细论述了算法的执行流程,并通过用户测试数据仿真对模型进行了验证,结果表明该模型的定位算法结果准确率在90%左右。     

基于多期随机优化的个人财务计划模型研究

本文主要根据个人的投资、消费和未来支付的相关特征,建立一种基于多期随机优化的个人财务计划模型,并以我国社会的发展为基础,进行相关的仿真计算,提出了最优的消费策略、储蓄策略以及贷款计划.     

随机仓库布局问题模型与算法研究

通过讨论随机条件下仓库布局问题．建立了随机仓库布局问题机会约束规划模型，并设计出基于随机模拟的禁忌搜索算法求解模型，最后利用算例来验证算法的有效性。     

基于Logistic方程的流行病随机模型教学研究

本文讨论了医学院校数学教学改革的必要性,并结合流行病随机模型理论,详细展示了现代医学科研新模式下的医学数学课堂教学过程,对实验结果进行了分析。同时,明确了新形势下医学院校数学教师的教学任务。     

技术创新扩散的随机过程模型

本文在讨论Mansfield等人建立的技术扩散模型基础上,认为技术创新扩散是一个马尔科夫随机过程。文中探讨显性和隐性两类创新技术的扩散现象,建立了模型并给出了一种解。使用真实数据计算所得曲线和Mansfield模型所得曲线基本重合,都具有逻辑曲线的一般形状。     

基于L-系统的随机树模型

由于每次由同一个确定L-系统生成的植物模型都是固定不变的,而且显得很死板。本文在考虑植物生长规律的前提下,利用随机L-系统生成了一个随机树模型,该模型形态自然、具有很强的真实感。     

基于随机需求的物流配送中心选址离散模型研究

针对物流需求不确定情况下的物流配送中心选址问题,对传统模型进行改进,将随机需求变量引入离散型选址模型,利用随机规划理论和遗传算法对实例模型进行求解。结果显示物流需求不确定情况下的随机规划模型的求解结果比假设已知需求情况下的结果真实可信,所需物流费用较少。     

局部平稳性未知条件下STAR模型的线性性检验

本文讨论了局部随机游走STAR模型、局部随机趋势STAR模型的线性性检验问题,构造了Wald类检验统计量,推导出了这些统计量的极限分布,并分析了这些统计量有限样本下的统计特性;本文提出了在局部平稳性未知的条件下,进行STAR模型的线性性检验方法,构建了稳健的检验统计量。检验功效与检验水平分析表明,该统计量具有良好的检验水平及较高的检验功效。     

随机路面仿真模型的建立

本文通过对路面不平度功率谱的分析,对空间频率功率谱密度和时间频率功率谱密度之间进行换算.通过再现车辆行驶中真实的路况,建立随机路面的路谱模型.     

基于随机森林算法的应收应付账款审计预警模型应用

在信息数据时代下,大数据、云计算已经广泛应用在各行各业,推动企业进行经营模式和财务管理模式变革,尤其是对于集团公司来说,在财务共享中心的基础上构建各类管理体系能够打破分公司的孤岛效应,实现业务财务的集中管理。借助于财务共享中心以及大数据,企业的审计风险得以有效控制,并将审计工作中极其重视的事前预警提示得以实现,因此,本文基于随机森林算法构建了应收应付账款审计预警模型,并在案例企业中进行应用分析,为现代化的审计工作模式提供新思路。     

基于局部SVD++的服装推荐算法研究

随着社会的飞速发展,生活节奏不断加快,消费者逐渐开始注重购买服装的效率,对个性化服装的需求也在不断增加。所以,个性化服装推荐系统对于消费者和商家来说都尤为重要。本文利用皮尔森相关系数和矩阵分解的有关理论,在K-NN(k-Nearest Neighbor)算法和SVD(Singular Value Decomposition)算法的基础上构建基于局部SVD++的服装推荐算法。     

联合分析的随机系数模型估计

联合分析可以帮助我们研究为什么消费者购买某一产品而不是其他产品这样一个核心的营销问题。完整轮廓法是一种比较常用的联合分析方法,在估计这个模型的系数时人们传统上采用最小二乘法回归模型。这种传统方法的主要问题在于要么模型系数不稳定,要么忽略了个人层面的差异性。随机系数模型不仅克服了传统方法的不足,而且有其独特的优点。该方法可以同时估计总体和个人层面的模型系数,可以检验个人层面系数的差异性,而且个人层面的系数更可靠。本文应用该方法对笔记本电脑案例进行了实证分析。     

随机前沿面模型的统计分析

生产函数是经济理论和数量经济学的重要研究领域。DEA方法的出现,为确定生产函数开辟了新的途径。DEA方法利用数学规划方法,通过对决策单元(生产经营单位)的相对规模有效性和相对技术有效性分别或同时进行评价,估计出有效生产前沿面,即经验的前沿生产函数。