前瞻选择抽样算法在产品推荐中的应用

着眼于由用户数据的极端稀疏性所导致的推荐质量下降问题,基于最近邻算法,将随机抽样算法结合前瞻框架,应用于推荐系统,旨在提高推荐精度。并在此基础上对其进行实验评估,表现出较低的平均误差率和较高的稳定性。

基于选择抽样下的Logistic回归

传统的Logistic回归参数估计(如极大似然估计)是在随机抽样的假设下做出的.但是,在基于选择(Choice-based)抽样条件下,传统的回归系数估计是有偏的.本文利用随机模拟的方法,比较了Logistic回归参数估计的3种方法,即先验概率法、加权法和传统的极大似然估计法,并列举了两种修改Logistic回归参数估计的方法.

基于选择抽样的银行危机先行指标研究

文章在基于选择的抽样方法下,以前一期的各经济金融变量作为解释变量,采用Logit模型对银行危机的先行指标进行了经验分析。文章分别采用了加权与非加权的最大似然估计法,得到以下结果:实际GDP增长率、人均实际GDP以及实际利率的上升会降低银行危机的发生概率,而国内信贷与GDP之比、通货膨胀率以及广义货币与外汇储备比值的上升则会提高银行危机的发生概率,但政府财政盈余与GDP之比以及存款保险制度则对银行危机的发生概率没有显著影响。此外,非加权最大似然估计法的适用性比加权最大似然估计法更强,模型的拟合优度检验和预测准确率都表明,模型中统计上显著的以上6个变量是很好的银行危机先行指标。

基于选择方案抽样调查的城市群低频率出行行为研究

为分析城市群内低频率城际出行行为,对长三角城市群内上海与其他城市间的城际出行进行选择方案抽样调查,基于城际出行行为调查数据建立出行方式选择的多项Logit(MNL)模型;选择方案抽样调查数据与随机抽样调查数据存在方案分层结构偏差和因素重视度偏差,故引入反转因子(IPW),分别用外源性样本极大似然估计(ESMLE)简单修正法和加权外源性样本极大似然估计(WESMLE)法对MNL模型进行修正。结果表明:未修正模型及2种修正法下的模型命中率分别为57%,75%和84%;WESMLE修正后的模型能基本满足建模精度要求;城市群内低频率城际出行行为受出行时间、费用及个人属性等因素影响,同时,也表现出一定程度的随机性和随意性。

Combined model of trip mode and destination

This paper analyzes the characteristics of the destination distribution of trips and proposes a stratified sampling strategy for travel mode choice.The stratified sampling strategy can reduce the size of the alternative set;thus,the computation burden of simulation is decreased.Using the stratified sampling strategy,a combined choice model of the trip mode and destination is developed based on the Bayesian theory.Simulations are carried out to verify the proposed model.The results show that the combined choice model of the trip mode and destination can efficiently simulate travelers＇ choice behaviors.Furthermore,the forecasting accuracy of the combined choice model is higher than the one of the gravity model.Therefore,the proposed model is a powerful tool with which to analyze travelers＇ behaviors in selecting the trip mode.