简介:首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序(TOPSIS算法)算法和主成份分析(PCA)对节点重要性和影响力排序;最后,利用修改的网页排名(PageRank)算法讨论了网络科学原创性论文中最具影响力的论文。
简介:对Goodgrant基金的投资策略进行研究。首先,根据投资要求,对候选学校进行初步筛选,基于筛选后的学校,选取与教育绩效有关且数据信息完整的变量对学校进行聚类,并利用聚类结果对缺失数据进行补全;然后,提出了评价学生教育表现的绩效指标、绩效指示变量及绩效贡献变量的定义与关系,通过对绩效指示变量进行主成分分析,确定出每个学校当前的绩效值,并以此对所有学校进行初步排名;最后,以获得奖学金的学生占当年入学学生总数的比例作为绩效贡献变量,给出每个学校投资回报率的计算公式,并以该公式为依据,从绩效排名前100的学校中选出待投资的10所学校及捐赠数额。
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:假设保险盈余服从跳跃扩散过程,保险资金投资标的包括无风险资产和风险资产两部分,其中股票价格过程服从CEV模型.本文研究了一种终值财富期望指数效用最大化的最优化比例再保险投资问题.利用随机控制理论技术,得到比例再保险投资过程的HJB方程,并从理论上推导出了最优投资策略和价值函数的显示表达式.
简介:股票投资是一种重要且先进的投资方式,与其相关的预测已经成为经济领域的研究热点,它不仅是评估投资价值的主要途径而且也对作出正确的股票投资决策具有重要意义。投资风险、收益的预测是股票投资预测的基础、起点。因此,投资风险、收益的准确预测对股票投资分析工作是非常重要的。本文结合相关理论,利用数学和财管的专业知识对股票投资的风险和收益进行了预测,通过线性回归分析方法估计β,进而对资本资产定价模型进行定性分析。根据搜集的变量数据,比较准确的预测了股票投资风险和收益,是对股票投资定量分析的一种尝试。利用模型实证分析,可对投资决策进行科学理性的选择。