基于定量风险评估的建筑火灾保险费率

火灾保险是有效应对火灾风险的重要手段,根据建筑的火灾风险准确厘定建筑的火灾保险费率是保险行业关心的问题。当前的建筑火灾保险费率主要基于保险市场的统计数据得到火灾的发生频率和期望损失,然后再根据建筑的风险评估结果进行浮动调整。这种方法难以精确反映建筑的火灾风险,得到的保险费率也较为粗略。该文构建了建筑火灾费率的定量厘定模型,采用Bayes网络的方法计算建筑起火概率,并采用拉丁超立方采样的方法,对建筑火灾不同阶段的烧损率进行了分层采样,得到火灾损失的复合概率分布估计,从而对具体建筑的火灾风险进行定量评估,再根据风险评估的结果对保险费率进行了厘定。选取了15户家庭,根据风险评估的结果厘定了保险费率,并将结果与保险市场火灾纯保险费率进行了比较。结果表明,该模型更能反映火灾风险的差异化水平,得到的保险费率更具有公平性。     

基于时序超网络模型的突发事件网络舆情热点话题发现与演化

网络舆情安全是社会安全的重要组成部分,识别和追踪热点话题是治理突发事件网络舆情的基础。现有研究具有网络舆情事件表征不全面、对于热点话题的识别和追踪局限于语义信息等问题。该研究基于社交、内容、话题、情感4个维度构造超网络模型,并引入时间特征作为网络的连接关系,用于定量表征时序的网络舆情事件;将话题节点在超网络中的中心性及中心性变化率作为话题热度的度量指标,实现热点话题发现及演化跟踪;应用“甘肃白银马拉松”微博舆情案例对模型和指标进行验证分析。研究结果表明：该时序超网络模型能够清晰表征突发网络舆情事件,中心性及中心性变化率指标能够准确识别和跟踪热点话题,并为实时态势研判预警、舆论引导等提供指导。