青年创业扶持政策落实路径分析——以江西省调研为例 被引量：9

1

作者 鲍韵 《中国青年研究》 CSSCI 北大核心 2018年第3期106-112,共7页

为推动青年创业扶持政策落地,本文在总结归纳国内外创业政策及效果评价文献的基础上,通过定量分析的方法,运用层次分析法(AHP)和模糊综合评价模型构建4个层次共10个指标的创业政策实施效果评价体系,计算得出了江西青年创业政策总体得分... 为推动青年创业扶持政策落地,本文在总结归纳国内外创业政策及效果评价文献的基础上,通过定量分析的方法,运用层次分析法(AHP)和模糊综合评价模型构建4个层次共10个指标的创业政策实施效果评价体系,计算得出了江西青年创业政策总体得分、评价及总结问题,提出了通过完善政策执行机制全面协调整合现有政策、建立政策效果评价和监督机制提升实施效率、选择和优化政策提高政策扶持精准度、建立政策实施的风险规制机制完善法制环境、搭建创业公共服务平台挖掘国内外创业资源等改进措施。 展开更多

关键词 创业政策 效果评价 政策落地

在线阅读 下载PDF 职称材料

论涉税犯罪的数据侦控 被引量：4

2

作者 雷鑫洪 《税收经济研究》 北大核心 2020年第3期89-95,共7页

我国涉税犯罪形势严峻,发案量持续高位运行,一案数罪问题较为突出,职业化特点十分明显。传统税侦工作面临诸多困境:在属地管辖方式下,公安机关很难有效应对跨地域涉税团伙犯罪;线索渠道来源有限,严重制约了税侦情报在数据实战中的应用;... 我国涉税犯罪形势严峻,发案量持续高位运行,一案数罪问题较为突出,职业化特点十分明显。传统税侦工作面临诸多困境:在属地管辖方式下,公安机关很难有效应对跨地域涉税团伙犯罪;线索渠道来源有限,严重制约了税侦情报在数据实战中的应用;理论与人才的不足,难以为专业化办案提供有力支撑。在数据化情报导侦模式下,公安机关应以税警协作为主建立税侦合成作战平台,运用专业分析技术对涉税犯罪进行类罪研判,完善云端指挥体系并合理配置警力资源。 展开更多

关键词 大数据侦查 涉税犯罪 情报导侦

在线阅读 下载PDF 职称材料

延迟代价双量化三支决策 被引量：4

3

作者 徐健锋 苗夺谦 张远健 《小型微型计算机系统》 CSCD 北大核心 2019年第2期260-266,共7页

决策粗糙集理论中,三种单调性的代价目标函数被用来评价三支决策的风险.然而,在实际应用中,其中的延迟代价目标函数经常存在着非单调现象.针对这种现象,本研究首先提出了一种基于三支决策代价目标函数间逻辑关系的阈值计算方法.然后,提... 决策粗糙集理论中,三种单调性的代价目标函数被用来评价三支决策的风险.然而,在实际应用中,其中的延迟代价目标函数经常存在着非单调现象.针对这种现象,本研究首先提出了一种基于三支决策代价目标函数间逻辑关系的阈值计算方法.然后,提出了双量化延迟代价目标函数的策略,并且分别讨论了相应的三支决策阈值推导,重点阐述了延迟代价双量化的乐观视角和悲观视角.最后,通过一组典型的实例证明了上述代价双量化三支决策的设计和推理的可行性. 展开更多

关键词 三支决策 决策粗糙集 代价函数 非单调 阈值

在线阅读 下载PDF 职称材料

流计算模式下概率粗糙集三支决策的快速计算

4

作者 徐健锋 王喜秋 +1 位作者 刘斓 汤涛 《计算机应用研究》 CSCD 北大核心 2019年第7期1943-1947,共5页

针对流计算模式中的动态对象增量与减量同步发生的现象,提出了一种概率粗糙集三支决策的快速流计算方法。首先讨论了流计算模式中决策信息系统的单对象增减更新模式的数据模式;然后基于流计算数据变化模式分别提出了数据增量与数据减量... 针对流计算模式中的动态对象增量与减量同步发生的现象,提出了一种概率粗糙集三支决策的快速流计算方法。首先讨论了流计算模式中决策信息系统的单对象增减更新模式的数据模式;然后基于流计算数据变化模式分别提出了数据增量与数据减量时三支决策域的变化推理;最后基于上述理论给出了一种流计算模式下的三支决策动态增减快速学习算法。通过八种UCI数据集的对比实验,证明了该算法不但在时间消耗上明显优于经典三支决策算法,而且对于三支决策阈值具有较强的稳定性。 展开更多

关键词 三支决策 流计算模式 动态学习 概率粗糙集

在线阅读 下载PDF 职称材料

改进SMOTE的不平衡数据集成分类算法 被引量：33

5

作者 王忠震 黄勃 +2 位作者 方志军 高永彬 张娟 《计算机应用》 CSCD 北大核心 2019年第9期2591-2596,共6页

针对不平衡数据集的低分类准确性,提出基于改进合成少数类过采样技术(SMOTE)和AdaBoost算法相结合的不平衡数据分类算法(KSMOTE-AdaBoost)。首先,根据K近邻(K NN)的思想,提出噪声样本识别算法,通过样本的K个近邻中所包含的异类样本数目... 针对不平衡数据集的低分类准确性,提出基于改进合成少数类过采样技术(SMOTE)和AdaBoost算法相结合的不平衡数据分类算法(KSMOTE-AdaBoost)。首先,根据K近邻(K NN)的思想,提出噪声样本识别算法,通过样本的K个近邻中所包含的异类样本数目,对样本集中的噪声样本进行精确识别并予以滤除;其次,在过采样过程中基于聚类的思想将样本集划分为不同的子簇,根据子簇的簇心及其所包含的样本数目,在簇内样本与簇心之间进行新样本的合成操作。在样本合成过程中充分考虑类间和类内数据不平衡性,对样本及时修正以保证合成样本质量,平衡样本信息;最后,利用AdaBoost算法的优势,采用决策树作为基分类器,对平衡后的样本集进行训练,迭代多次直到满足终止条件,得到最终分类模型。选择G-mean、AUC作为评价指标,通过在6组KEEL数据集进行对比实验。实验结果表明,所提的过采样算法与经典的过采样算法SMOTE、自适应综合过采样技术(ADASYN)相比,G-means和AUC在4组中有3组最高;所提分类模型与现有的不平衡分类模型SMOTE-Boost,CUS-Boost,RUS-Boost相比,6组数据中:G-means均高于CUS-Boost和RUS-Boost,有3组低于SMOTE-Boost;AUC均高于SMOTE-Boost和RUS-Boost,有1组低于CUS-Boost。验证了所提的KSMOTE-AdaBoost具有更好的分类效果,且模型泛化性能更高。 展开更多

关键词 不平衡数据分类 合成少数类过采样技术 K近邻 过采样 聚类 ADABOOST算法

在线阅读 下载PDF 职称材料

面向少数类用户兴趣演化的推荐算法 被引量：7

6

作者 张维 黄勃 +3 位作者 张娟 高永彬 刘瑾 王忠震 《南京理工大学学报》 EI CAS CSCD 北大核心 2021年第2期214-222,共9页

为了提高推荐算法在对少数类用户进行推荐时的时效性、准确性,提出一种面向少数类用户兴趣演化的推荐算法。该文算法将时间窗口、指数衰减函数和带有时间效应的用户项目交互信息3个因素相结合,描述出不同用户对不同项目类型的兴趣倾向... 为了提高推荐算法在对少数类用户进行推荐时的时效性、准确性,提出一种面向少数类用户兴趣演化的推荐算法。该文算法将时间窗口、指数衰减函数和带有时间效应的用户项目交互信息3个因素相结合,描述出不同用户对不同项目类型的兴趣倾向值。通过改进的K-means算法对用户进行分类,并对聚类结果中近邻数量极少的类用户(少数类用户),使用平衡的方法来增加这类用户的近邻数量,避免少数类用户兴趣趋于窄化,以防信息茧房现象的发生。最后将聚类结果与推荐算法结合对少数类用户进行推荐。在MovieLens 100K数据集上的实验对比分析表明,该文算法的推荐精度最大提高了2.07%。 展开更多

关键词 协同过滤 K-MEANS算法 用户兴趣 信息茧房 推荐算法 少数类用户 聚类算法

在线阅读 下载PDF 职称材料

一种基于质心空间的不均衡数据欠采样方法 被引量：11

7

作者 金旭 王磊 +1 位作者 孙国梓 李华康 《计算机科学》 CSCD 北大核心 2019年第2期50-55,共6页

针对目前的分类算法在不均衡数据集上的分类效果不理想的问题,将监督学习和无监督学习相结合,提出了一种基于质心的欠采样——ICIKMDS。在现实应用中,一些数据并不容易获得,或者不同类型的数据本身在数量上就存在着差异性,因此造成了数... 针对目前的分类算法在不均衡数据集上的分类效果不理想的问题,将监督学习和无监督学习相结合,提出了一种基于质心的欠采样——ICIKMDS。在现实应用中,一些数据并不容易获得,或者不同类型的数据本身在数量上就存在着差异性,因此造成了数据集分布的不均,如疾病检测中疾病患者和正常人比例的不均、信用卡欺诈中欺诈用户和正常用户比例的不均等。所提方法很好地解决了数据集不均衡的问题,首先通过求解样本之间的欧氏距离得到初始质心,然后采用k-means算法在大类样本集上进行聚类,使不均衡数据集在分布上更加均衡,有效地改善了分类器的分类效果。所提方法使分类器在测试集小类上的分类准确率远远高于随机欠采样和SMOTE算法,在整个测试集上的准确率几乎与其他算法相同。 展开更多

关键词 不均衡 欠采样 K-MEANS SMOTE算法

在线阅读 下载PDF 职称材料

序列生成对抗网络在推荐系统中的应用 被引量：9

8

作者 伍鑫 黄勃 +1 位作者 方志军 刘文竹 《计算机工程与应用》 CSCD 北大核心 2020年第23期175-179,共5页

推荐系统旨在根据用户的历史行为数据发现该用户可能感兴趣的新项目,并产生相应的推荐。当前大部分的推荐系统多根据用户的历史行为数据,挖掘相似用户,并从相似用户的历史数据中选出彼此历史数据中未出现的新项目;或者根据用户感兴趣的... 推荐系统旨在根据用户的历史行为数据发现该用户可能感兴趣的新项目,并产生相应的推荐。当前大部分的推荐系统多根据用户的历史行为数据,挖掘相似用户,并从相似用户的历史数据中选出彼此历史数据中未出现的新项目;或者根据用户感兴趣的历史项目匹配相似的新项目,从而实现推荐。但这些推荐方式对原始数据有着较强的依赖关系,且难以发觉不同项目之间隐含的序列关系。因此提出一种融合Item2vec和生成对抗网络(Generative Adversarial Networks,GAN)方法的推荐算法,可以学习得到项目间难以表达的关系;挖掘用户历史数据中的序列关系,学习用户兴趣偏好的真实分布;实现用户兴趣偏好的预测。实验发现该推荐算法具有较好的表现。 展开更多

关键词 推荐系统 序列预测 Item2vec 生成对抗网络(GAN) 偏好特征

在线阅读 下载PDF 职称材料

结合LDA与Self-Attention的短文本情感分类方法 被引量：9

9

作者 陈欢 黄勃 +2 位作者 朱翌民 俞雷 余宇新 《计算机工程与应用》 CSCD 北大核心 2020年第18期165-170,共6页

在对短文本进行情感分类任务的过程中,由于文本长度过短导致数据稀疏,降低了分类任务的准确率。针对这个问题,提出了一种基于潜在狄利克雷分布(LDA)与Self-Attention的短文本情感分类方法。使用LDA获得每个评论的主题词分布作为该条评... 在对短文本进行情感分类任务的过程中,由于文本长度过短导致数据稀疏,降低了分类任务的准确率。针对这个问题,提出了一种基于潜在狄利克雷分布(LDA)与Self-Attention的短文本情感分类方法。使用LDA获得每个评论的主题词分布作为该条评论信息的扩展,将扩展信息和原评论文本一起输入到word2vec模型,进行词向量训练,使得该评论文本在高维向量空间实现同一主题的聚类,使用Self-Attention进行动态权重分配并进行分类。通过在谭松波酒店评论数据集上的实验表明,该算法与当前主流的短文本分类情感算法相比,有效地提高了分类性能。 展开更多

关键词 主题词 短文本 Self-Attention 潜在狄利克雷分布(LDA) word2vec

在线阅读 下载PDF 职称材料

改进词向量模型的用户画像研究 被引量：13

10

作者 陈泽宇 黄勃 《计算机工程与应用》 CSCD 北大核心 2020年第1期180-184,共5页

用户画像技术可以给企业带来巨大的商业价值。针对用户的历史查询词,利用词向量可以得到查询词在语义层次上的表达,但词向量模型对于同一个单词生成的词向量是相同的,使得该模型无法很好的处理一词多义的情况。因此,使用LDA主题模型为... 用户画像技术可以给企业带来巨大的商业价值。针对用户的历史查询词,利用词向量可以得到查询词在语义层次上的表达,但词向量模型对于同一个单词生成的词向量是相同的,使得该模型无法很好的处理一词多义的情况。因此,使用LDA主题模型为每个查询词分配主题,使查询词和其主题共同放入神经网络模型中学习得到其主题词向量,最后采用随机森林分类算法对用户基本属性进行分类构建用户画像。实验结果表明,该模型的分类精度要高于词向量模型。 展开更多

关键词 用户画像 词向量 LDA主题模型 随机森林

在线阅读 下载PDF 职称材料

一种具有双向安全性的基于身份的短签名方案 被引量：7

11

作者 左黎明 胡凯雨 +1 位作者 张梦丽 夏萍萍 《信息网络安全》 CSCD 北大核心 2018年第7期47-54,共8页

具有前向安全性和基于身份的短签名是数字签名的重要研究方向,在物联网工控协议中具有重要应用。文章在BONEH方案的基础上,从前向安全定义的根本思想出发,构造了一种具有双向安全性的基于身份的短签名方案,方案不仅具有基于身份的短签... 具有前向安全性和基于身份的短签名是数字签名的重要研究方向,在物联网工控协议中具有重要应用。文章在BONEH方案的基础上,从前向安全定义的根本思想出发,构造了一种具有双向安全性的基于身份的短签名方案,方案不仅具有基于身份的短签名的安全性质,还具有前向安全性和后向安全性,有效解决了基于身份的签名方案的私钥泄露问题。文章在k-CAA困难问题和随机预言机模型下,证明了签名方案在适应性选择消息和身份攻击下是存在性不可伪造的。文章最后与几种经典方案进行了效率分析比较,并用C语言实现了方案,实验结果表明,文中方案签名和验证的计算复杂度较低,签名长度较短。 展开更多

关键词 前向安全性 后向安全性 基于身份的签名 短签名 随机预言机模型

在线阅读 下载PDF 职称材料