媒体微信公众号传播影响力的主成分优化实证研究

[目的/意义]研究媒体微信公众号的传播影响力,为舆情引导和经济决策提供科学依据。[方法/过程]构建基于图文发布、阅读及点赞3个维度上的微信公众号传播影响力评价指标体系,运用主成分分析法,探讨新媒体指数数据平台提供的20个热门微信公众号的传播影响力。[结果/结论]相较于微信传播指数WCI模型,本文的模型评价体系更为完善,基于图文发布、阅读和点赞三个指标的分析,利用方差贡献度确定权重,所得结果更符合实际情况,也更具有科学性和代表性。

基于多层次灰色综合评价模型的快递最后一公里模式优化研究

文中针对目前高校快递最后一公里的快递领取模式进行了研究探讨。基于校园快递的现状,通过实地调查分析各种影响因素并获得相关数据,结合使用层次分析法和灰色关联度分析,对当前校园存在的各种快递领取模式进行了综合评价,从而得出适合该校区的最优快递领取模式。

基于机器学习的土地估值方法

文章将基于互联网的区位信息和区域经济因素纳入土地评估,选取土地市场网“招拍挂”出让数据构建训练和测试样本,建立城市土地评估的回归、树、神经网络和深度学习四套模型,并对模型的预测能力和稳健性进行评价.研究表明,XGBoost估值效果最优,适用于不同类型用地.此外,文章发现土地基本属性、区位和宏观经济这三类因素均对土地估值有不可或缺的作用,其中监测地价和容积率上限的贡献度最大,说明宏观市场价格和可利用程度是最重要的影响因素.

基于文本挖掘和多模块融合的金融数据分类分级方法

随着对金融行业对数据安全保护工作的逐步重视,提升数据分类分级的能力将有效赋能该行业推进数据安全建设.针对既有研究难以获取数据字段的准确表征以及数据不均衡等问题,本文构建了基于文本挖掘和多模块融合的金融数据分类分级方法.具体地,在数据输入模块中,分别基于数据结构和专业语料库对数据字段进行特征增强和语义增强,以准确地表征字段;在模型训练和融合模块中,采用Stacking框架将Adaboost,MLP和LSTM神经网络进行有效融合,进一步提升数据分类分级的准确性和泛化能力.以广发银行研发中心的27694条数据字段为样本进行了一系列的模型检验和性能对比分析,结果显示融合模型的准确率可以达到0.822,相对于单一方法表现更优且更为稳健.由此表明:本文所构建的数据分类分级方法具有较高的准确性和有效性,在金融领域、特别是针对商业银行的数据分级分类问题具有较高的实践价值.

组合保护政策对双渠道医疗服务供给的影响研究

新型冠状病毒肺炎疫情爆发期间,在线医疗优势凸显,众多患者开始使用线上诊疗服务,在线医疗平台已成为医疗机构有效的补充就医渠道。在我国医疗资源分布不均的背景下,合理制定政策来引导在线医疗平台的发展是解决“看病难”问题的关键。本文构建双渠道(线上\线下)医疗服务供给模型,研究单项保护政策和组合保护政策对在线医疗平台的影响,同时探究能够提升在线医疗平台利润、患者的服务效用并降低政府财政支出的政策设定和实施条件。研究结果表明,当在线医疗平台和线下医院的医疗服务质量比值较低时,实施组合保护政策比实施单项政策干预的绩效更高,既拓展在线医疗平台的市场需求,也保障患者的服务效用。相反,当双渠道医疗服务质量比值较高时,单独实施价格补贴政策比实施组合保护政策的绩效更高。本文将组合政策拓展到空间竞争模型的研究中,用于探讨政府实施组合政策对于保护在线医疗平台的影响绩效,研究结果丰富了双渠道服务供给背景下组合政策干预的相关研究,也为我国医疗改革和在线医疗平台的发展提供理论指导和政策建议。