中国省级经济周期分析——基于贝叶斯动态潜在因子模型的实证

基于贝叶斯动态潜在因子模型,研究28个省1953-2014年省级经济周期,估计影响所有省份产出、消费和投资的全国因子和影响对应省份三大变量的省份因子,研究发现:全国因子走势与全国实际GDP增速走势高度相似,全国因子能解释大部分地区产出一半以上的波动;以1978年为时间节点将全样本分成两个子样本进行估计,发现改革开放后全国因子对大多数省份产出波动的解释程度比改革开放前有所下降。这意味着随着中国由计划经济向市场经济转变,全国因子的作用在减弱,而各省自身的异质性特征扮演着越来越重要的角色。

上海市松江区居民膳食模式与糖尿病的相关性:基于贝叶斯稀疏潜在因子模型

[背景]中国糖尿病患者人数高达1.21亿。贝叶斯稀疏潜在因子模型可在同时纳入多个影响因素的同时,分析人群的膳食模式。[目的]研究上海市松江区中山街道人群膳食及膳食模式与糖尿病的关系。[方法]研究对象选取自上海松江区中山街道居民,纳入标准为居住半年以上的20~74岁上海户籍居民,共纳入3587名研究对象。将研究对象分为健康人群(458人,自我报告未患糖尿病、冠心病、高脂血症等,且现场体检结果显示未患糖尿病),糖尿病患者(458人,自我报告患有糖尿病,且现场体检结果显示为糖尿病患者)以及新发糖尿病人群(276人,自我报告未患病,现场体检结果显示为糖尿病)三组。采用包含29类食物的食物频率问卷调查食物摄入情况,通过调查每种食物摄入频次以及每次摄入的量评估调查对象每日摄入量。将食物摄入量标准化(减去均值后除以标准差)后纳入后续的贝叶斯稀疏潜在因子模型分析膳食模式。对健康人群以及糖尿病患者分别进行膳食模式分析,然后将健康人群以及新发人群纳入模型,分析食物以及膳食模式与糖尿病发病之间的关系。[结果]健康人群、糖尿病患者以及新发糖尿病人群中,除婚姻状况外,性别、年龄以及退休状态差异均具有统计学意义(P值分别为0.0025、<0.0001、<0.0001)。在这三个人群食物摄入量的多组别以及两两比较中,大米(均值分别为288.52、256.88、304.48 g·d^-1),水果(均值分别为127.52、79.77、95.15 g·d^-1),酸奶(均值分别为35.45、17.20、19.09 g·d^-1),豆浆(均值分别为26.01、16.24、17.83 g·d^-1),碳酸饮料(均值分别为13.58、3.00、6.38 g·d^-1),纯果蔬饮料(均值分别为9.16、2.67、5.09 g·d^-1),糖果巧克力(均值分别为2.11、0.16、0.99 g·d^-1)以及糕点类(均值分别为11.05、8.09、8.61 g·d^-1)差异均具有统计学意义。在健康人群中共获得5类膳食模式,糖尿病患者获得3类。纳入新发糖尿病人群以及健康人群的分析获得5类膳食模式,这些膳食模式与糖尿病发病不相关;而一些食物则与发病相关。糖尿病发病与深色蔬菜、奶类、酸奶类、其他畜肉类、淡水鱼类、海水鱼类、虾蟹贝类的摄入量呈负相关(因子载荷分别为-0.45、-0.12、-0.16、-0.13、-0.23、-0.48、-0.14),而与新鲜蔬菜以及加工肉类的摄入量呈正相关(因子载荷都为0.12)。[结论]糖尿病患病状态影响个体膳食模式。在新发糖尿病人群与健康人群中未发现某一膳食模式与糖尿病有相关,而某些特定的食物摄入与糖尿病的发生可能有关。

基于异构社交网络信息和内容信息的事件推荐

基于事件的社交网络使得事件推荐受到越来越多的关注.不同于其他推荐问题(如电影推荐等),事件推荐具有3类不同信息:用户构成的异构社交网络关系信息(在线社交网络和离线社交网络)、用户/事件的内容信息、用户对事件的隐式反馈信息.如何有效融合这些信息进行事件推荐是该领域学者普遍关注的问题.提出一种新的混合事件推荐方法CHS-BPR,该方法以贝叶斯潜在因子模型为基本框架来处理用户对事件的隐式反馈信息,同时考虑用户/事件的内容信息和用户之间的异构社交网络信息,首次实现了同时使用3种信息来做事件推荐,并以真实数据集验证了所提方法的有效性.