一种基于协同过滤与BG/NBD模型数据预测的智能手机节能策略

为了节省智能手机电池的能源,基于用户访问数据的可预测性,提出一个基于用户访问数据预测的手机节能策略模型。利用基于混合变量属性的K-means算法对已知用户进行聚类分组,建立相似用户群;利用BG/NBD模型对用户连续搜索期望进行预测;针对有价值的用户,结合协同过滤推荐算法,通过相似用户的历史数据分析预测当前用户未来可能访问的数据信息;利用数据预存储机制预存上述预测数据,通过降低通信次数的方式达到手机节能的目的。初步实验结果表明,所提出的节能策略可以在不影响用户使用满意度的情况下节省约13%以上的能量。

基于BG/NBD模型的电信客户终身价值测度研究

在技术水平不断提升以及产品服务趋于同质化的环境下,我国移动通信企业开始由基础网络建设向专业化的增值业务转型,在激烈的市场竞争中,及时准确的挖掘高价值客户,提供个性化的功能业务,提升客户价值,成为各通信企业获取新竞争优势的有效途径之一。在BG/NBD模型的基础上,通过捕捉客户随机交易行为,构建了客户终身价值测度模型,结合电信运营商的客户数据进行客户终身价值预测研究,结果发现,模型在客户整体层面和个体层面均能有效且准确的预测客户终身价值。

基于Biome-BGC模型的千烟洲森林水分利用效率研究

【目的】为了探究全球气候变化背景下森林生态系统水分利用效率的影响因子及其对气候变化的响应。【方法】本文利用经PEST模型参数优化后的Biome-BGC模型,对千烟洲森林生态系统2000—2014(CK)年以及不同气候情景变化模式下的水分利用效率及其影响因子进行了探究。【结果】(1)千烟洲的年均温和最大叶面积指数同水分利用效率呈显著正相关关系(P <0.01),降水同水分利用效率间的相关性不显著(P> 0.05)。(2)千烟洲不同情景模式水分利用效率的取值区间是2.09～3.71 g/kg、均值2.90 g/kg。(3)同CK(2.18～2.57 g/kg、均值2.38 g/kg)相比,千烟洲各情景模式下大气CO_2浓度增加情景(2.38～3.41 g/kg、均值2.90 g/kg)、降水和大气CO_2浓度同时增加情景(2.38～3.33 g/kg、均值2.86 g/kg)、气温和大气CO_2浓度同时增加情景(2.58～3.71 g/kg、均值3.15 g/kg)、降水和气温同时增加(2.30～2.84 g/kg、均值2.57 g/kg)及降水、气温和大气CO_2浓度同时增加情景(2.70～3.60 g/kg、均值3.15 g/kg)的水分利用效率差异显著。但是,降水增加情景(2.09～2.68 g/kg、均值2.39 g/kg)和气温增加情景(2.13～2.81 g/kg、均值2.47 g/kg)对水分利用效率的影响不显著。(4)降水和大气CO_2浓度同时增加情景与大气CO_2浓度增加情景的水分利用效率差异不显著,气温和大气CO_2浓度同时增加情景与大气CO_2浓度增加情景的水分利用效率差异显著。【结论】(1)千烟洲森林生态系统的水分利用效率受到气温和叶面积指数的影响,情景分析表明水分利用效率能很好的对气候变化做出响应。(2)降水、气温和大气CO_2浓度对水分利用效率的影响存在耦合效应。(3)增温对水分利用效率的影响要大于降水。

中非BG盆地BN区块下白垩统湖底扇沉积特征

湖底扇砂体是较为有利的油气储集体,深入研究其沉积特征对油气勘探具有重要意义。以中非BG盆地BN区块下白垩统P组为例,在沉积岩石学及层序地层学理论基础上,对该组岩心的沉积构造、测井曲线组合形态和地震剖面响应特征进行分析,并对区域地质特征进行研究。结果表明:中非BG盆地BN区块下白垩统P组属于湖底扇沉积,自下而上表现为正旋回沉积序列,一般发育内扇、中扇和外扇等3种亚相,以及分支水道、水道侧溢天然堤与无水道前缘席状砂等微相类型;P组湖底扇砂体受重力流作用控制,主要沿北东—南西向延伸,总体呈扇形展布,其中,中扇分支水道的砂体顶、底常被灰黑色泥岩包围,具备较好的油气富集条件;湖底扇的物源主要来自盆地东北部,于盆缘先形成较大规模的扇三角洲沉积体系,后以浊流的形式被搬运至前三角洲或更远的深水湖区,最终形成湖底扇沉积体系。P组有利储层主要分布于盆地北部陡坡带断层下降盘一侧湖底扇的内扇水道和中扇分支水道砂体中。

基于BG/NBD模型的客户重复购买预测实证研究

本研究从提高预测分析的实用性出发,以Beta-Geometric/Negative Binomial Distribution(BG/NBD)模型为基础,结合CDNOW网站客户购买数据进行了客户重复购买的实证研究。主要研究内容包括:(1)BG/NBD模型的介绍;(2)基于模型对客户的购买频率进行预测并进行拟合性分析;(3)依据实证结果对于预测模型的适用性分析。

基于TPB- BG理论的常态化疫情防控下居民出行意愿研究

在新冠疫情防控常态化的条件下,通过调查研究,量化各影响因素,探讨居民出行意愿.利用TPB-BG理论,构建了基于出行环境安全感知、态度、主观规范和知觉行为控制等影响因素的结构方程模型,并对363个有效样本进行了实证分析.结果表明,结构方程模型具有良好的适配性;态度和知觉行为控制直接正向影响出行意愿,总效应分别为0.26和0.52;出行环境安全感知和主观规范通过态度和知觉行为控制间接正向影响出行意愿,总效应分别为0.27和0.11.

空气-海水两层模型中雷电在海水中产生的电磁场计算

将任意分布的电流源产生的电磁场看作是电偶极子产生的电磁场的叠加,利用镜像法推导了上半空间中的垂直直流电偶极子在两层媒质中产生电磁场的解析解。基于BG模型,将雷电回击通道等效为无穷多个电偶极子的组合,通过对回击通道积分,计算了在空气-海水两层模型中雷电在海水中产生的电磁场。模拟结果证明,雷电产生的电磁场是水下电磁场传感器设计必须考虑的因素之一。

移动渠道与PC渠道客户购买率与流失率差异

基于移动渠道的特征,拓展了客户关系管理领域具有代表性的BG/NBD模型。通过在模型中引入协变量,分析不同交叉购买行为下移动客户和传统线上客户在购买率和流失率上的差异。进一步,以2012~2014年京东商城19189名客户购买数据为分析单位,对拓展模型进行估计和分析。结果表明:移动客户的购买率显著高于传统线上客户的购买率,而且移动客户的流失率也显著低于传统线上客户的流失率。同时发现,交叉购买行为对上述关系具有显著的调节作用:在有交叉购买行为的情况下,移动客户与传统线上客户无论是在购买率还是流失率上的差异比没有交叉购买行为下的差异更显著。

基于自回归RBF神经网络的帕金森状态预测

针对受控自回归模型辨识精度不高的问题,采用自回归径向基函数(RBF)神经网络辨识基底核(BG)模型的输入刺激频率与输出β频段(13~35 Hz)振荡功率之间的关系。采用梯度下降法确定模型参数,提高模型预测精度。在相同刺激条件下,以BG模型输出与模型预测输出之间的均方根误差(RMSE)和相关系数作为PD状态的预测指标。受控自回归模型辨识相关系数为84.07%,RMSE为27.96;RBF预测模型辨识相关系数为92.78%,RMSE为17.89,结果表明RBF预测模型辨识精度更高。利用自回归RBF神经网络模型能够很好地辨识刺激频率与β功率之间的关系,为以后依据β功率的变化选择恰当的刺激频率参数提供了更好的方法,减轻PD患者的痛苦。

非合约型客户终身价值的稳健性度量:经典方法与机器学习算法的综合测算研究

客户终身价值(CLV)是企业进行客户关系管理的基础,然而非合约关系下客户终身价值的度量一直是研究的难点。本文重点探讨了以Pareto/NBD和BG/NBD为代表的经典概率模型和以GAM和SVM为代表的机器学习算法在非合约客户终身价值度量中的应用。通过对两个数据集的实证研究,对比了四种方法的特点和预测能力。研究发现经典概率模型的预测值较为平稳,适用于描述消费者日常消费规律; GAM则对数据中极端变化的捕捉跟踪能力较强,适用于预测由于门店促销、线上促销和节假日等带来的不规律的集中消费或延时消费的情况。经典方法和机器学习算法对客户终身价值的预测各有所长,基于单一方法的预测会有一定偏差,为得到小偏差和高稳健性的CLV估计,本文认为基于多方法的综合预测是理想的CLV建模策略。