-
题名基于卷积双线性泊松回归的地铁客流预测模型
- 1
-
-
作者
窦道飞
-
机构
中国铁道科学研究院集团有限公司通信信号研究所
-
出处
《中国铁路》
北大核心
2025年第5期125-132,共8页
-
基金
中国铁道科学研究院集团有限公司科研开发基金项目(2023YJ113)。
-
文摘
地铁系统客流量预测在地铁管理中起着至关重要的作用。由于地铁系统运营策略和市场动态的变化,客流量的时间模式会动态变化,因此利用短期客流数据进行客流量预测更为高效和准确。研究提出一种基于短期训练数据的多条地铁线路客流量预测模型——卷积双线性泊松回归模型,结合潜在因子模型与传统回归模型,采用随机变分贝叶斯法求解优化问题,混合更新模型参数。通过北京地区的GPS信号数据对所提出模型的预测性能进行评估,评估实验结果显示,卷积双线性泊松回归模型采用短期观察数据,相比单一的双线性泊松回归模型和对每个分段分别运行双线性泊松回归模型具有显著优势。此外还揭示集体预测模型相比单独分段模型更不易过拟合。通过不断更新训练数据,模型参数得以实时调整,从而可提供更准确的客流量预测。
-
关键词
地铁
客流预测
卷积双线性泊松回归模型
潜在因子
变分贝叶斯法
-
Keywords
metro
passenger flow prediction
convolutional bilinear Poisson regression model
latent factor
variational bayesian method
-
分类号
U121
[交通运输工程]
-
-
题名潜在因素模型在商业银行信用风险分析中的应用
被引量：2
- 2
-
-
作者
丁东洋
周丽莉
-
机构
南昌大学公共管理学院
天津财经大学统计系
南昌大学经管学院
西南财经大学统计学院
-
出处
《统计与信息论坛》
CSSCI
2009年第8期24-29,共6页
-
基金
国家自然科学基金项目<非寿险经验费率模型>(70771108)
天津财经大学科研发展基金项目<非寿险经验费率的客观贝叶斯模型>(Y0804)
-
文摘
在评估商业银行整体信用风险时,债务人的信息一般不会传递到风险管理部门,导致在缺少违约数据时传统方法的分析十分复杂甚至难以进行。基于贝叶斯方法的潜在因素模型可以有效解决无法获得特定债务人信用质量的问题,并能够在宏观经济环境变动时准确评估违约风险强度变化,从而避免低估风险。利用MCMC模拟方法对商业银行数据的实证分析表明,潜在因素模型不仅推断方法及模拟途径简洁清晰,估计结果更加精确,而且在贝叶斯框架下具有较强的灵活性,适合在不同的数据约束条件下应用,便于国内风险分析人员采用。
-
关键词
信用风险
贝叶斯方法
潜在因素模型
MCMC模拟
-
Keywords
credit risk
bayesian methods
latent factor model
MCMC simulation
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名基于异构社交网络信息和内容信息的事件推荐
被引量：14
- 3
-
-
作者
尚燕敏
曹亚男
刘燕兵
-
机构
中国科学院信息工程研究所
-
出处
《软件学报》
EI
CSCD
北大核心
2020年第4期1212-1224,共13页
-
基金
国家自然科学基金(61602466,61403369)
国家重点研发计划(2016YFB0801300)。
-
文摘
基于事件的社交网络使得事件推荐受到越来越多的关注.不同于其他推荐问题(如电影推荐等),事件推荐具有3类不同信息:用户构成的异构社交网络关系信息(在线社交网络和离线社交网络)、用户/事件的内容信息、用户对事件的隐式反馈信息.如何有效融合这些信息进行事件推荐是该领域学者普遍关注的问题.提出一种新的混合事件推荐方法CHS-BPR,该方法以贝叶斯潜在因子模型为基本框架来处理用户对事件的隐式反馈信息,同时考虑用户/事件的内容信息和用户之间的异构社交网络信息,首次实现了同时使用3种信息来做事件推荐,并以真实数据集验证了所提方法的有效性.
-
关键词
事件推荐
异构社交网络
内容信息
正则项
贝叶斯潜在因子模型
-
Keywords
event recommendation
heterogenous social network
content information
regularization
bayesian latent factor model
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
