基于自组织数据挖掘的电子商务客户流失预测模型

为解决电子商务客户流失预测中的高维、非线性问题,本文将自组织数据挖掘理论(SODM)引入客户流失预测,提出一种新颖的基于自组织数据挖掘的电子商务客户流失预测模型。该方法将自组织数据挖掘中的客观系统分析算法(OSA)和改进分组数据处理网络(GMDH)集成起来进行电子商务客户流失预测。首先利用OSA算法选择出重要的电子商务客户流失关键属性,然后将训练样本送入改进GMDH网络进行学习和训练,进而对测试样本客户流失状态进行判别。将该方法应用于某网上商店客户流失预测实证分析,预测结果验证了该方法对包含多种因素影响的电子商务客户流失预测具有优势,基于自组织数据挖掘的电子商务客户流失预测模型具有较强的实用性和可操作性。     

基于GMDH的净利润影响因素分析

利用GMDH从数据中自动选择最优复杂度模型的能力,构造了一个分析企业净利润影响因素的分析模型。通过对模型的分析,我们可以得到GMDH建模下,净利润影响因素的种类和影响程度。     

基于GMDH网络的我国外汇储备影响因素实证研究

近年来,我国外汇储备规模不断扩大,搞清楚影响外汇储备规模变化的因素则变得非常重要。当前比较流行的协整分析方法,虽然有效地克服了在线性回归模型中存在的伪回归问题,但是它只能描述非平稳序列之间的长期线性均衡关系,对于非线性的相关关系则无法描述。本文根据外汇储备理论,构建外汇需求模型,通过GMDH网络数据驱动型的数学方法演绎,得到了一个实证研究具有良好拟合优度的我国外汇储备的影响因素非线性模型。主要结论是在美元贬值的预期下,我国外汇储备的增长主要受到人民币持有成本的影响。     

中小企业股票市场化发行定价的半参数自组织模型与实证

随着深圳交易所中小企业板块的正式启动,我国中小企业新股发行的市场化定价方式必将启用。本文采用基于自组织数据挖掘GMDH算法的半参数模型的定价方法,将GMDH算法与半参数模型方法结合起来。不仅利用计算机的自动拟合优选最优复杂度模型,从而大大简化了非参数部分估计。创造了半参数模型崭新的实现方式,并达到了理想的定价效果,而且可以发挥半参数模型的特有优势。进行模型结构分析。经过实证和检验证明了这种模型用于我国股票发行定价的有效性和合理性。为完全市场化股票发行方式下确定股票的发行价格提供了新的方法。     

高技术产业技术创新效率提升的多元模式——创新环境视角

创新环境可为高技术产业技术创新提供支撑条件,从创新环境视角出发厘清创新效率提升模式对高技术产业创新发展意义重大。应用CCR-DEA模型测度29个省市2012-2016年的技术创新效率,利用GMDH算法识别出影响创新效率的关键环境因素,并运用fsQCA方法探究关键环境因素组合与创新效率关系。结果表明：我国高技术产业技术创新效率均值偏低,超过半数省市的创新效率值未达到全国平均水平;经济基础、市场需求、对外开放度、行业研发基础、自主创新倾向、政府创新干预、知识产权保护是影响创新效率的关键环境因素;任何关键环境因素均不能单独引致创新效率提升,4项关键环境因素组合是提升创新效率的充分条件,由此形成效率提升的4种模式,其中,需求驱动型、交流碰撞型和主体带动型适用于经济基础偏弱地区,增质减束型模式适用于经济基础较好地区。     

基于GMDH和DEA的中国各省市引进FDI的效率评价

文章首先运用GMDH方法,找出影响引进FDI的主要指标,然后依据这些指标运用DEA方法评价各省市引进FDI的效率。研究发现,影响FDI引进的主要指标包括:铁路里程,出口额占GDP比重,企业所得税占GDP比重,GDP总量,人均GDP,城镇居民可支配收入,固定资产投资价格指数等;在引进FDI的效率方面,优势充分发挥的省市是上海、广东、江苏、河南,优势发挥严重不足的省市是甘肃、贵州、青海和新疆。     

运用GMDH方法对四川钢铁工业发展策略的思考

钢铁工业是一个地区经济发展的重要基础原材料工业,在经济发展中的作用当然不言而喻。而四川省作为钢铁大省,近年来钢铁工业的发展步伐与东部其他地区相比却相对较缓。基于此目的,本文运用先进的建模工具GMDH对其进行了研究,并对四川省钢铁工业的发展提出了相应的策略。     

GMDH网络在短期负荷预测中的应用

文章提出基于自组织方法的GMDH(Group Method of Data Handling)型神经网络并将它应用于短期负荷预测.与一般的前馈神经网络不同,GMDH网络的结构确定于训练过程之中,因而可大大提高神经网络性能.它能充分、合理地利用数据,自动进行变量组合,筛选及判断从而得到合适的模型,特别适用于数据预测.将这种用自组织方法所构成的GMDH型神经网络应用于广西某地区电力局的短期负荷预测,采用Matlab6.5进行仿真实验,证明其在短期负荷预测方面有很好的应用前景.     

我国西部区域经济运行效率评价

本文运用GMDH方法,找出影响西部经济运行的主要指标;然后依据这些指标运用DEA方法来评价我国西部区域经济运行的效率.研究表明,2007年我国西部区域的经济运行情况与2003年相比,经济运行总体发展趋势较好,并且可通过规模的扩张和新技术的引进进一步发展.     

GMDH网络在短期负荷预测中的应用

文章提出基于自组织方法的GMDH（Group Method of Data Halldlin亩型神经网络并将它应用于短期负荷预测。与一般的前馈神经网络不同,GMDH网络的结构确定于训练过程之中,因而可大大提高神经网络性能。它能充分、合理地利用数据,自动进行变量组合,筛选及判断从而得到合适的模型,特别适用于数据预测。将这种用自组织方法所构成的GMDH型神经网络应用于广西某地区电力局的短期负荷预测,采用Matlab6．5进行仿真实验,证明其在短期负荷预测方面有很好的应用前景。