近邻指数的城管案件全局分布模式分析

城市管理案件量化分析是城市管理水平提升的技术支撑。针对城市管理典型案件(街面秩序、市容环境及宣传广告),该文提出了一种热点探测流程和方法,并分析城市管理案件全局分布模式。针对传统量化研究的权重确定未考虑研究对象空间分布的问题,该文提出了基于城管案件近邻指数的权重确定方法,并以此为基础开展城管案件的全局分布模式研究。实验结果表明:3种典型城市管理案件呈显著的聚集分布,并且热点区域符合实验区的实证考察;近邻指数作为权重指标具有客观性、计算高效性,合理反映了城管案件的空间分布。

基于近邻点指数的旅游景区空间结构初步分析——以山西省4A(含5A)级旅游景区为例

旅游景区的空间分布情况间接反映区域旅游业布局和一定程度的经济发展.本文从山西省4A(含5A)级旅游景区入手,采用旅游地理学的近邻点指数法研究山西省4A(含5A)级旅游景区的空间结构特征,得出的结论为局部聚集、整体离散通过对旅游景区空间结构扩散演化予以简单分析,提出了在空间扩散中应注意发挥积极近邻效应作用,避免恶性竞争,开发非替代性旅游资源等建议.

求解旅行商问题的两个启发式算法的改进

文中提出了两种求解旅行商问题的改进启发式算法 :指引最近邻算法和选择“龙骨”的指数近邻搜索算法。指引最近邻算法是在经典的最近邻算法基础上提出的 ,从稳定性、解的质量以及解的结构来看 ,要优于最近邻算法。选择“龙骨”的指数近邻搜索算法则是利用指引最近邻算法中所得到的初始“龙骨” ,对指数近邻搜索算法提出的一种改进算法。理论分析及数值试验表明改进算法在部分实例中有它们的优越性。

基于时空聚集的网贷反欺诈建模与研究

识别突发的团伙欺诈已经成为网贷业务中亟待解决的问题。在特征维度较少的情况下,提出了一种基于时空聚集的网贷反欺诈模型。首先基于用户定位信息和申请贷款的时间,设计了一个适用于网贷场景下的聚集指标:K-N最近邻指数;然后,将不同时间观察窗口的K-N最近邻指数利用基于LSTM(长短期记忆网络)的seq2seq(序列到序列)模型提取embedding(嵌入)特征;最后,利用LightGBM模型预测欺诈发生的概率。实验结果表明,所提出的指标能更有效地捕捉坏账,且相比于仅使用基础特征,预测结果的KS值和AUC都有了较好的提升。