- 年份
- 2024(9875)
- 2023(14382)
- 2022(12708)
- 2021(12047)
- 2020(10105)
- 2019(23537)
- 2018(23522)
- 2017(45733)
- 2016(24593)
- 2015(27768)
- 2014(27578)
- 2013(27018)
- 2012(24362)
- 2011(21622)
- 2010(21650)
- 2009(19440)
- 2008(18433)
- 2007(15848)
- 2006(13534)
- 2005(11345)
- 学科
- 济(94191)
- 经济(94093)
- 管理(71073)
- 业(67650)
- 企(56587)
- 企业(56587)
- 方法(49488)
- 数学(43716)
- 数学方法(42922)
- 农(25438)
- 财(23728)
- 中国(23069)
- 业经(20938)
- 学(19758)
- 理论(17812)
- 制(17810)
- 地方(17715)
- 农业(17288)
- 贸(16366)
- 贸易(16358)
- 易(15878)
- 务(15827)
- 财务(15743)
- 银(15707)
- 财务管理(15698)
- 银行(15672)
- 技术(15457)
- 和(15097)
- 行(14880)
- 企业财务(14846)
- 机构
- 大学(338073)
- 学院(337351)
- 管理(139800)
- 济(129911)
- 经济(127057)
- 理学(122771)
- 理学院(121474)
- 管理学(118860)
- 管理学院(118267)
- 研究(104990)
- 中国(79123)
- 京(70664)
- 科学(66645)
- 财(57999)
- 农(52796)
- 业大(51947)
- 所(50878)
- 中心(50002)
- 财经(47852)
- 江(47215)
- 研究所(46870)
- 范(44293)
- 北京(43981)
- 师范(43875)
- 经(43743)
- 农业(41164)
- 院(38966)
- 州(38760)
- 经济学(38424)
- 技术(36272)
- 基金
- 项目(242482)
- 科学(191529)
- 基金(176672)
- 研究(176315)
- 家(153879)
- 国家(152640)
- 科学基金(132680)
- 社会(109590)
- 社会科(103846)
- 社会科学(103818)
- 省(94788)
- 基金项目(93951)
- 自然(88606)
- 自然科(86606)
- 自然科学(86588)
- 自然科学基金(84992)
- 教育(82972)
- 划(80153)
- 资助(73682)
- 编号(72798)
- 成果(57084)
- 重点(53873)
- 部(53445)
- 创(50653)
- 发(50422)
- 课题(49241)
- 创新(47161)
- 科研(46863)
- 教育部(46157)
- 大学(45648)
- 期刊
- 济(130294)
- 经济(130294)
- 研究(92525)
- 中国(59399)
- 学报(52400)
- 管理(49283)
- 科学(48631)
- 农(46129)
- 财(43466)
- 大学(40460)
- 教育(40197)
- 学学(38093)
- 技术(32201)
- 农业(32194)
- 融(28168)
- 金融(28168)
- 业经(22435)
- 财经(22137)
- 经济研究(20892)
- 经(18745)
- 图书(17613)
- 问题(16753)
- 技术经济(16608)
- 业(16558)
- 理论(16494)
- 科技(16426)
- 统计(16373)
- 版(15543)
- 实践(15335)
- 践(15335)
共检索到468002条记录
相关度优先
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 软科学
[作者]
黄静 薛书田 肖进
将半监督学习技术与多分类器集成模型Bagging相结合,构建类别分布不平衡环境下基于Bagging的半监督集成模型(SSEBI),综合利用有、无类别标签的样本来提高模型的性能。该模型主要包括三个阶段:(1)从无类别标签数据集中选择性标记一部分样本并训练若干个基本分类器;(2)使用训练好的基本分类器对测试集样本进行分类;(3)对分类结果进行集成得到最终分类结果。在五个客户信用评估数据集上进行实证分析,结果表明本研究提出的SSEBI模型的有效性。
[期刊] 软科学
[作者]
黄静 薛书田 肖进
将半监督学习技术与多分类器集成模型Bagging相结合,构建类别分布不平衡环境下基于Bagging的半监督集成模型(SSEBI),综合利用有、无类别标签的样本来提高模型的性能。该模型主要包括三个阶段:(1)从无类别标签数据集中选择性标记一部分样本并训练若干个基本分类器;(2)使用训练好的基本分类器对测试集样本进行分类;(3)对分类结果进行集成得到最终分类结果。在五个客户信用评估数据集上进行实证分析,结果表明本研究提出的SSEBI模型的有效性。
[期刊] 中国科学技术大学学报
[作者]
张杰 李琳 朱阁
金融机构结合消费者和商业信息来为企业进行信用打分.我国的企业特别是小微企业信用信息少,造成了只有少量企业拥有信用信息,而大量企业没有信用信息的局面.半监督支持向量机可以利用标记数据和未标记数据进行学习,同时可以克服信用数据类别不均衡和样本信息不足等问题.由于半监督支持向量机的参数对算法效果有较大影响,实际参数选取往往根据经验所得.为此提出了一种利用模拟退火(SA)优化基于确定性退火半监督支持向量机(DAS3VM)参数的SAS3VM算法.该算法在少量有标记信用数据的基础上,利用大量无标记信用数据辅助学习,使用模拟退火寻找最优参数.最后在两组企业信用数据集和三组个人信用数据集上进行对比实验,结果表明,半监督学习方法(DAS3VM和SAS3VM)优于监督学习方法,SAS3VM在准确率上比DAS3VM最大提升了13.108%.
[期刊] 运筹与管理
[作者]
朱兵 贺昌政 李慧媛
客户信用评估是银行等金融企业日常经营活动中的重要组成部分。一般违约样本在客户总体中只占少数,而能按时还款客户样本占多数,这就是客户信用评估中常见的类别不平衡问题。目前,用于客户信用评估的方法尚不能有效解决少数类样本稀缺带来的类别不平衡。本研究引入迁移学习技术整合系统内外部信息,以解决少数类样本稀缺带来的类别不平衡问题。为了提高对来自系统外部少数类样本信息的使用效率,构建了一种新的迁移学习模型:以基于集成技术的迁移装袋模型为基础,使用两阶段抽样和数据分组处理技术分别对其基模型生成和集成策略进行改进。运用重庆某商业银行信用卡客户数据进行的实证研究结果表明:与目前客户信用评估的常用方法相比,新模型能...
[期刊] 图书情报工作
[作者]
张倩 刘怀亮
为了解决基于向量空间模型构建短文本分类器时造成的文本结构信息的缺失以及大量样本存在的标注瓶颈问题,提出一种基于图结构的半监督学习分类方法,这种方法既能保留短文本的结构语义关系,又能实现未标注样本的充分利用,提高分类器的性能。通过引入半监督学习的思想,将数量规模较大的未标注样本与少量已标注样本相结合进行基于图结构的自训练学习,不断迭代实现训练样本集的扩充,从而构建最终短文本分类器。经对比实验证明,这种方法能够获得较好的分类效果。
关键词：
半监督学习 短文本 图结构 自训练
[期刊] 数理统计与管理
[作者]
熊志斌
由于集成模型相比单一模型具有更高的准确性和稳健性而在信用评估领域中受到广泛关注。然而选择哪些单一模型作为基模型是关系到集成效果好坏的一个重要因素。本文提出了一种基于变量选择思想的基模型筛选方法,即从备选的单一模型中,利用基于相关性变量选择方法(CFS)筛选出合适的模型作为构建集成模型的基模型,通过这种方法选择的基模型,既保证了基模型具有较高的预测精度,又保证了基模型之间具有较大的差异性。在此基础上,通过堆栈集成结构方式,采用元学习策略方法,将所选基模型有效地融合在一起,构建了一个改进的信用评估集成模型。通过在不同信用数据集上的实验,验证了所提出集成模型的有效性和稳健性。同时,本研究成果也给学界和业界相关研究及决策提供了一种有益的思路和参考。
[期刊] 统计与决策
[作者]
张帆 李林
数据分类是统计学的重要组成部分,为统计与决策提供高质量的数据支撑。半监督学习作为重要的数据分类方法,近年来被广泛研究,文章提出了一种基于非负矩阵分解与调和函数的半监督学习方法(NMF-HF)。首先,对原始数据矩阵进行非负矩阵分解(NMF)从而得到特征矩阵,利用调和函数(HF)的性质对原始数据进行数据分类,最后将该方法(NMF-HF)与经典分类方法进行分类准确率对比,得到的实验结果证明了NMF-HF的高效性。
[期刊] 图书情报工作
[作者]
郭利强
针对网络博客空间中垃圾评论泛滥的问题,给出一种半监督学习式网络垃圾评论检测方案。基于评论内容的统计分析,设计相关度、词组重复率、超链接数目、内容淫秽度、句子长度共5个特征指标,给出网络垃圾评论检测系统的框架,并进行实验验证。实验结果表明,本方法能有效检测出网络博客空间中的垃圾评论,具有较好的应用价值。
[期刊] 工业工程
[作者]
姚池 潘尔顺
针对电商网站中的大量非结构化、无标注的用户评论文本，运用两视图半监督学习方法对其进行分类，识别出涉及产品质量问题的内容，从而挖掘出其中隐含的产品质量缺陷与隐患。综合考虑词汇、情感、领域等多方面特征，构建文本特征视图和非文本特征视图，采用Co-training协同训练算法，依据是否涉及质量问题对评论进行分类。以电热水壶为例，爬取电商网站的评论数据进行实证分析。结果显示，本文方法的分类F1值和AUC值分别为82.18%和86.24%，相比于单视图监督学习分类器具有显著提升。
[期刊] 中国科学技术大学学报
[作者]
谭思琪 陈力 王卫东
在过去几年中，半监督学习（SSL）已经应用于许多实际应用。最近，分布式图半监督学习（DGSSL）已显示出良好的性能。当前的DGSSL算法通常存在图构造效率低和掉队效应的问题。本文提出了一种新的编码DGSSL(CDGSSL)来解决这些问题。我们首先提供了一种新的矩阵完成的并行分布式解决方案，用于高效的图构造。然后，我们基于编码理论开发了CDGSSL算法。具体而言，所提出的算法由两部分组成，我们分别基于最大距离可分离（MDS）码进行设计。总的来说，所提出的编码分布式算法是有效的和抗掉队的。此外，我们还为所提出的算法提供了最优参数设计。在阿里云弹性计算服务（ECS）上的实验结果证明了该算法的优越性。
[期刊] 统计研究
[作者]
黎春 周振宇
随着我国金融市场的蓬勃发展,信用评价中的拒绝推断问题越来越受到重视。针对信用评分模型中存在的有类别标签的样本占比低,并且样本中的类别分布不平衡等问题,本文在半监督学习技术与集成学习理论的基础上,提出了一种新的算法——BCT算法。该算法通过使用动态Bagging生成多个子分类器,引入分类阈值参数来解决样本类别分布不平衡问题,以及设定早停止条件来避免算法迭代过程中存在的过拟合风险,以此对传统半监督协同训练法进行改进。通过在5个真实数据集上的实证分析发现,在不同数据集与不同拒绝比例下,BCT算法的性能均优于其他6种有监督学习和半监督学习算法的信用评分模型,显示了BCT算法具有良好的模型泛化性能和更高的模型评价能力。
[期刊] 中国流通经济
[作者]
张景安 刘军
本文认为,客户与客户之间的电子商务因交易的匿名性和流动性,信任成为其是否成功的关键因素。影响信任度的主要因素有三个方面:一是技术因素,主要包括在线交易站点的安全性、良好的导航系统、对个人隐私的保护、在线支付的便利性等;二是商家因素,主要包括信誉与商家知名度、产品质量与售后服务、物流配送体制等;三是客户因素,主要包括客户的个人消费心理,客户对信任的偏好,是否有朋友或权威的第三方对商家进行介绍与推荐,有无网上购物经历等。据此,本文基于模糊集合理论的思想,建立了客户与客户之间的电子商务客户信任度综合评价模型,并给出了详细的决策步骤。
关键词：
C2C 信任度评估模型 模糊集合
[期刊] 清华大学学报(自然科学版)
[作者]
李宜爽 陈智聪 缪诗宇 苏祺 李琳 洪青阳
近年来,预训练模型(pre-trained models, PTMs)被广泛应用于说话人验证(speaker verification, SV)系统,通过在预训练模型下游接入说话人分类网络,并进行微调,可大幅提升系统性能。然而,目前基于预训练模型的SV研究大多在有标签的数据集上进行微调,需要大量目标域带标注数据。该文提出一种基于预训练模型的半监督说话人验证系统,首先,利用少量带标注数据训练一个种子模型;其次,利用该种子模型结合无监督聚类算法为无标注数据生成伪标签;再次,联合真实标注数据和伪标注数据进行模型重训练;最后,通过多轮迭代提升模型性能。在仅有100 h带标签说话人数据的条件下,该文提出的半监督系统在Vox Celeb1-O测试集的等错误率为1.02%,比基线系统降低了86.8%,表明该文所提出的半监督说话人验证系统的有效性。
[期刊] 消费经济
[作者]
向晖 唐剑琴
本文采用bagging方法结合C4.5决策树算法进行消费者信用评估。在两个真实数据集上用5折交叉验证对基于bagging的决策树集成信用评估模型进行了测试,并与logistic回归、BP神经网络、支持向量机及基于boosting的决策树集成模型进行了对比。结果表明bagging集成可以明显提升决策树模型性能,在所有测试消费者信用评估模型中综合性能最高。
[期刊] 消费经济
[作者]
向晖 杨胜刚
消费者信用评估模型的预测精度直接关系到信贷机构的损益、信用产品的开发和金融市场的繁荣。本文在分析了集成模型的整体性能与基分类器性能之间关系的基础上,提出了一种基于聚类的bagging集成消费者信用评估方法。该方法采用聚类算法来提升基分类器间的差异性,并选择几个精度较高的基分类器参与构建bagging集成模型。通过某商业银行信用卡数据进行实证的结果表明,该方法利用了集成模型的整体性能与基分类器的准确性和差异性之间的关系,降低了基分类器的选择成本,提升了集成模型的预测精度,对于商业银行控制消费信贷风险,促进消费信贷市场发展具有较好的效果。
0
文献操作(0)
导出元数据
文献计量分析
导出文件格式：WXtxt
