您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(2012-IV-053)

作品数:2 被引量:12H指数:1
相关作者:陈媛媛袁汉宁周彤韩言妮熊诗文更多>>
相关机构:武汉理工大学武汉大学中国科学院更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多示例学习
  • 1篇企业
  • 1篇企业财务
  • 1篇聚类
  • 1篇MI
  • 1篇财务

机构

  • 2篇武汉大学
  • 2篇武汉理工大学
  • 1篇北京理工大学
  • 1篇中国科学院

作者

  • 2篇袁汉宁
  • 2篇陈媛媛
  • 1篇韩言妮
  • 1篇周彤
  • 1篇熊诗文

传媒

  • 1篇武汉大学学报...
  • 1篇武汉理工大学...

年份

  • 1篇2015
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于多示例学习的企业财务风险识别被引量:1
2013年
针对现有企业财务风险识别模型普遍存在财务状况数据利用不充分的情况,构建了基于多示例的企业财务信息表达模型。根据多示例学习模式具有一定容错性的特点,设计了基于多示例的企业财务风险识别方法,该方法可以有效解决数据不完整的问题。最后以深沪两市的上市公司为例,分析了基于多示例的企业财务表达模型和风险识别方法的有效性。实验结果证明,与传统的基于监督学习的企业财务风险识别模型相比,基于多示例的企业财务信息表达模型表达灵活,且具有更好的准确率和容错性。
陈媛媛熊诗文袁汉宁
关键词:多示例学习企业财务
基于MI聚类的协同推荐算法被引量:11
2015年
在个性化推荐系统中,项目的内容特征是影响推荐精度的重要因素。针对传统协同推荐不能有效考虑项目内容特征的问题,在考虑传统用户-项目评分信息的基础上,引入项目的内容特征属性,构建基于多示例(MI)的用户评分信息表达模型。根据多示例学习模式具有一定容错性的特点,设计了基于多示例聚类的协同推荐算法,通过多示例聚类计算用户的最近邻集合,根据最近邻集合对用户评分进行预测。实验结果表明,基于MI聚类的协同过滤推荐算法提高了预测评分的准确度,且有效缓解了数据稀疏性问题。
袁汉宁周彤韩言妮陈媛媛
共1页<1>
聚类工具0