基于机器学习模型的二手车估价问题研究

二手车价格不但受到汽车本身配置影响,还与汽车损耗、新车价格等信息有着密切的联系,因此往往难以对二手车价格进行准确估计。本文根据拉依达准则去除异常数据,利用线性插值法填补缺失值,运用XGBoost算法筛选出11个影响二手车交易价格的重要因素。在11个重要因素的基础上,运用主成分分析进行降维处理,得到四个主成分。再运用BPNN、PCA-BPNN、SVR、PCA-SVR、RF、PCA-RF六种模型对二手车交易价格进行预测。添加降维处理的模型预测效果明显优于未降维处理的模型,并且PCA-RF模型的预测效果最佳,其5%误差准确率高达29.20%。

DT时代大数据人才培养模式教学改革探究

大数据时代的到来,意味着亟须大量的数据科学人才,世界各国对数据科学人才的重视程度都已提高到国家战略的高度。为此,“大数据专业人才”培养也成为21世纪一大焦点。文章通过研究国内外几所典型高校“大数据专业人才”的培养模式,探索长春大学大数据专业人才培养模式改革途径。

基于网络爬虫的社交类APP运营优化分析——以微信为例

移动互联网行业发展迅速,作为一种新的信息媒介移动端APP成为互联网行业的重要部分,由于手机APP市场竞争激化,使得运营优化改善用户体验成为了决定智能手机APP发展的高度、强度和速度的重要命脉。本文以微信为例,基于用户体验的角度并运用互联网爬虫技术探究社交类APP的发展和完善。

“新零售”背景下高校快递中心的发展现状及其对策探究

随着电商的不断发展,快递的总件数呈现出逐年递增的情况,各种各样的高校快递站也应运而生。与此同时,新零售作为一种全新的销售概念将O2O和物流通过大数据加云计算等创新技术的融合,使原有的销售边界被打破。新零售时代的到来给校园快递服务提出了更高的要求,传统校园快递已经不能满足广大师生群体的需求。本项目将就当前校园快递站的运营模式发展状况展开调查研究,探求其与新零售模式下理想状态的差距,并且针对高校快递站存在的问题,寻求解决方案与改进措施,使其完成最后一公里配送的使命,让校园快递能更好的满足广大师生的需求。