拟自适应分类随机森林算法

本文给出了集成学习模型可以收敛的集成学习算法,拟自适应分类随机森林算法。拟自适应分类随机森林算法综合了Adaboost算法和随机森林算法的优势,实验数据分析表明,训练集较大时,拟自适应随机森林算法的效果会好于随机森林算法。另外,拟自适应分类随机森林算法的收敛性确保它的推广误差可以通过训练集估计,所以,对于实际数据,拟自适应分类随机森林算法不需要把数据划分为训练集和测试集,从而,可以有效的利用数据信息。     

基于主题模型的半监督网络文本情感分类研究

针对网络评论文本的情感分类问题中存在的数据的不平衡性、无标记性和不规范性问题,提出一种基于主题的闽值调整的半监督学习模型,通过从非结构化文本中提取主题特征,对少量标注情感的文本训练分类器并优化指标调整闽值,达到识别用户评论的情感倾向的目的。仿真研究证明阈值调整的半监督模型对数据非平衡性和无标记性具有较强的适应能力。在实证研究中,对酒店评论文本数据构建的文本情感分类器显示该模型可以有效预测少数类评论样本的情感极性,证实了基于主题模型的闽值调整半监督网络评论文本情感分类模型在实际问题中的适用性与可行性。     

移动电话客户流失数据挖掘

本文首先回顾了顾客流失的相关文献,然后利用统计分析方法和数据挖掘技术分析了移动电话号码与移动电话型号对客户流失的影响,对分析结果进行了解释,并给出一些营销建议。     

中国房地产网络舆情分析

随着互联网技术的运用,基于文本挖掘的网络舆情分析,近年来也越来越受到学术界相关人士的关注。本文结合词云、关联规则、文本倾向性分析等数据挖掘与可视化技术,对2015年第二季度中国房地产网络舆情进行了实证研究与分析,在论证相关方法可行性的基础上,构建了网络舆情分析的基本框架。基于分析本文发现了该季度热点话题的分布与关联,并对各个话题的总体倾向性水平进行了评述,给出了相关政策建议。     

有序聚类虚拟变量法及其应用

本文在对邹至庄检验和递归最小二乘法剖析基础上,综合有序聚类法和虚拟变量方法,提出了一种新的结构稳定性检验方法—有序聚类虚拟变量法,克服chow检验和递归最小二乘法等在系数稳定性检验中的缺陷,利用蒙特卡罗模拟方法比较了这三种方法的优劣。并利用这三种方法对从沪深300成份股中按πPS方法抽取出来的30只股票进行β系数稳定性检验比较。研究表明,有序聚类虚拟变量法在检验系数稳定性比邹至庄检验方法和递归最小二乘法更为有效。     

L_1和L_2分位数趋势滤波及其集成方法

本文针对L_1和L_2规则化趋势滤波的不足之处,从损失函数和罚函数两个方面对其进行改进。一方面引入分位数损失函数,将其推广为L_1和L_2分位数趋势滤波,另一方面引入Berhu罚函数,得到L_1和L_2分位数趋势滤波的集成方法。数值算例显示,L_1和L_2分位数趋势滤波可以很好地估计出不同分位数上的趋势,两者分别适用于分段线性趋势和光滑趋势的提取,当内在趋势未知的情况下,集成方法是一个很好的折中,另外τ=0.5时为L_1和L_2规则化趋势滤波提供了一种稳健估计。