一种基于用户投资偏好与产品特征的P2P网贷个性化推荐算法

互联网金融的蓬勃发展,在将普惠金融的实惠带给投资者的同时,也因理财产品的多样化,给投资者带来了挑选适合自己的网贷产品的困扰。鉴于此,系统结合P2P网贷平台投资者的个人投资偏好和平台产品的特征,设计了一种基于用户账户持续时间、活跃度及投资偏好的P2P网贷个性化推荐算法,以节约投资者决策时间,加快平台资金筹集进度。     

基于动态偏好机制的学生群体演化合作研究

社交网络具有随机性和复杂性的特点,针对大学生群体中社交关系的异质性以及动态变化情况,构建博弈模型并设计动态偏好机制用于模拟和促进学生在交互网络中的合作行为。在该机制中,首先构建了加权网络用于描述学生交互网络的异质性;然后通过学生动态的交互关系,模拟学生的社交偏好。仿真结果表明,该机制能够有效促进合作者密度。为了进一步验证该机制在学生群体交互中的有效性,通过线下社交网络收集系统收集学生群体的交互行为信息并构建交互网络,通过数据分析发现学生群体在动态偏好机制下更愿意与其他个体进行交流。研究结果对学生合作行为演化具有参考作用。     

群体性事件中恐慌情绪的信息量化集结分析研究

通过对群体性事件演化过程中征兆期、爆发期、延续期、痊愈期的研究,遵循其演化过程中的规律并构建信息量化集结模型。从信息挖掘的角度,采用人工智能算法（PGSA）对群体性事件的演化、参与主体的感知以及舆情等隐秩序进行综合量化集结。通过模拟数据并分析量化集结的结果,获取相应的结论,并对群体性事件的未来发展做出合理预期,从而采取相应的措施进行预防和制止,达到最终遏制群体性事件爆发的目的。     

青年男性牛仔裤消费需求的对应分析

针对青年男性的牛仔裤消费需求进行市场调研,确定了需求影响因子,并利用对应分析的方法,分别研究了年龄、学历、月收入和职业与牛仔裤消费过程中着装偏好之间的相互关系,客观地反映了青年男性对牛仔裤的消费需求.研究结果显示,不同人群着装偏好的最注重因素往往不同,因此,设计师和服装企业应基于消费者多样化的需求,设计和生产适合不同消费人群的服装产品,进而提升企业的市场竞争力.     

考虑不同需求偏好的可控负荷需求响应菜单定价研究

随着智能电网技术的不断发展,需求侧大量的可控负荷资源主动参与电网调度成为可能,如何设计有效的价格机制来激励用户主动的需求响应成为目前值得研究的热点问题。然而,传统固定单一价格的定价模式已经很难满足不同用户深层次的差异化需求。提出一种可控负荷需求响应菜单定价方法,该方法以可控负荷用户的需求为导向,考虑不同用户的需求偏好特性并划分用户类型;以需求响应电价和负荷削减量为菜单选项,构建以系统供电总成本最小为目标函数的可控负荷需求响应菜单定价模型。算例分析表明,该定价方法能够对不同偏好的用户进行有效区隔,增加了用户对电价的自主选择性,提高了用户参与的积极性,实现了电力资源的优化配置。     

基于带偏好 DEA 模型的长株潭城市群公路交通效率评价

从城市群公路交通系统的输入和输出角度出发,给出城市群公路交通效率的输入输出指标体系,建立数据包络分析(data envelopment analysis,DEA)模型及带偏好DEA(A-prefer-DEA,PDEA)模型,进而对长株潭、长三角和珠三角城市群公路交通效率进行有效计算和综合评价.传统DEA模型的评价结果表明:长株潭城市群公路交通效率为DEA弱有效,长三角和珠三角公路交通效率为DEA有效;PDEA模型评价结果更直观,长三角、珠三角和长株潭公路交通效率值分别为1.678 2、1.577 9和0.866 2,长株潭公路交通效率与长三角和珠三角的差距比较明显.     

渠道偏好行为下双渠道供应链的定价决策

考虑了消费者对零售渠道及直销渠道的渠道偏好程度,研究了单一制造商和单一零售商组成的销售单一产品的双渠道供应链,分别进行了集中决策和分散决策的分析,并得出了集中决策均衡解和制造商主导的Stackelberg均衡解。同时,通过采用价格加成契约实现了供应链的协调和双赢,并通过数值试验验证了分散决策的低效率,通过价格加成契约能实现供应链的帕累托改进。     

基于多目标优化的乘客电梯理想速度运行曲线确定方法

目的研究一种借助多目标优化模型求得电梯理想速度曲线的确定方法,解决乘客电梯快速性和舒适性问题．方法分析电梯实际运行方式,构建理想速度曲线组合模式;结合实际及相关国家标准,建立求取理想速度曲线参数的多目标优化模型;借助多目标遗传算法NS-GA-Ⅱ解得理想速度曲线参数的Pareto解集,并基于偏好进行区域划分．结果通过对电梯速度曲线参数的多目标优化求解,获得不同偏好的乘客电梯理想速度曲线．结论不同偏好、不同额定速度下电梯理想速度曲线对比分析结果表明,基于多目标优化的乘客电梯理想速度曲线确定方法在兼顾电梯运行的快速性及舒适性要求的同时为技术人员提供了多种可供选择的运行速度控制模式;对额定速度不高于3．5m／s的乘客电梯,其理想速度曲线可省去直线加速段以降低速度控制模式的复杂性．     

数据挖掘中基于最小遗憾度的偏好感知算法

交互学习是数据挖掘的一种重要手段。使用交互学习作为学习系统和用户的交互模型,以向用户提供最大效用结果为目标,通过对用户反馈质量进行定量描述,考察偏好反馈,提出一种基于最小遗憾度的偏好感知算法。此外,还对偏好感知算法的期望遗憾度界限进行分析,并给出该算法的几个扩展版本。最后利用电影推荐任务及网络搜索排名数据验证了该算法的有效性。     

改进的r支配高维多目标粒子群优化算法

高维多目标优化问题是广泛存在于实际应用中的复杂优化问题,目前的研究方法大都限于进化算法.本文利用粒子群优化算法求解高维多目标优化问题,提出了一种基于r支配的多目标粒子群优化算法.采用r支配关系进行粒子的比较与选择,并结合粒子群优化算法收敛速度快的优势,使得算法在目标个数增加时仍保持较强的搜索能力;为了弥补由此造成的群体多样性的丢失,优化非r支配阈值的取值策略;此外,引入决策空间的拥挤距离测度,并给出新的外部存储器更新方法,从而进一步防止算法陷入局部最优.对多个基准测试函数的仿真结果表明所得解集在收敛性、多样性以及围绕参考点的分布性上均优于其他两种算法.