追踪调查中的追踪成功率研究--社会转型条件下的追踪损耗规律和建议

本研究将追踪调查的追踪结果成功与否作为研究对象,借助生态学中的标定再捕获理论,使用贝叶斯统计方法,将追踪成功概率分解为样本存活概率和存活样本的追踪成功概率。本文将该方法应用于1989-2009年8轮的追踪调查数据(CHNS),结果从家庭层面和个体层面,均证实了作者提出的中国追踪调查中追踪损耗的城乡差异假设、生命周期假设和社会转型假设。最后作者提出了减少追踪损耗的有关方法和建议。

结合时间信息的事件追踪的动态模型

针对互联网新闻事件追踪,结合时间信息提出了一种用于事件追踪的动态模型。该模型将时间因素加入到传统向量模型中,在此基础上得到文档与事件包含的相同特征词之间的时间相似度,并将其应用于文档与事件的相关性计算。若文档与事件相关,则把文档中新的特征词加入事件特征词集并重新调整事件特征词集中特征词的权重和时间信息。实验采用检测错误权衡(DET)曲线进行评估,结果显示与传统向量模型相比,用于事件追踪的动态模型有效地提高了系统性能,其最小的归一化追踪损耗代价降低了约9%。