简介：本文在娱乐经济思想的影响下，力图科学地定量描述与预测首都居民的娱乐行为的影响因素和变动轨迹，为微观企业生产、营销策划与宏观政策调控提供必不可少的客观依据。

简介：学界普遍默认朝鲜对外政策难以预测,因此大量研究始终停留在“事后”诠释的水平,缺乏预判性、前瞻性研究。作者挑战了这一成见,建立了关于朝鲜核试验和导弹试验行为的短期预测模型。通过以2006~2018年朝鲜媒体国际新闻报道为数据集,以每月的数据作为一个数据样本构建最优特征集,应用朴素贝叶斯方法,建立了朝鲜核行为的预测模型。经过测试,模型对朝鲜历史行为的“预测”整体准确率超过80%。预测效果良好,且模型具有稳健性。根据统计结果建立的预测朝鲜核行为的预警指标体系,可以从长期、中期和短期三个时段实时监测朝鲜核动向。为解决报道搜集相对滞后的问题,运用SARIMA时间序列分析方法,模拟补全出未来六个月的特征集数值,估算数据在统计上具备可信性,预测准确率高。研究发现,朝鲜核行为远非外界印象中那样无章可循,事实上,朝鲜在相当长时间段内的核行为呈现出高度稳定的模式化倾向。即使像朝鲜这样信息极度封闭的国家,采用适当方法仍然可以对其行为做出较准确的预测。这种建模方法能够为发展关于国家行为预测的一般方法提供启发。

简介：摘要：随着电力大数据时代的到来，对电力负荷预测的精度提出了更高的要求，准确的电力负荷预测对电力系统安全稳定运行，降低成本开销具有重要意义。针对短期电力负荷在不同时间段下呈现不同的负荷运行规律的特点，在日范围内计算不同的时间段的负荷行为相似度。在考虑天气维度和时间维度的基础上，增加考虑行为维度，将不同时间段的行为相似度因素引入长短时记忆网络模型，根据历史负荷数据对未来的负荷数据进行预测。通过实验仿真证明，考虑不同时间段的负荷行为特点可以有效提高负荷预测的准确度。

简介：摘要：目前国内外对大数据的定义主要分为两个视角：数据资源视角和数据应用视角。资源视角下，大数据的特征包括体积大、速度快、模态多、难辨识、价值密度低等，应用视角下的大数据定义更重视大数据分析能力。尽管从资源视角研究大数据得到了学术界的广泛认可，但是大数据资源本身不足以塑造企业核心竞争力，唯有与企业其他资源整合上升到能力层面，才能发现隐藏的且有价值的信息和结论，从而提高行为预测精度、整体效益和工作效率。

简介：嗜铬细胞瘤是一种起源于肾上腺髓质或交感神经副神经节嗜铬组织的肿瘤，能自主合成并分泌儿茶酚胺类激素，并引起包括高血压、心律失常等在内的多种严重并发症。由于嗜铬细胞瘤病因复杂，迄今尚没有统一的金标准来准确地预测嗜铬细胞瘤的良恶性潜能。

简介：摘要PUBG是一款风靡世界的战术竞技类射击沙盒游戏，玩家在一局游戏中需要在不断缩小的游戏圈中，拾取随机出现的武器、道具，击败其他所有玩家存活到最后。我们利用收集的数据集对该游戏整体情况、玩家情况、影响玩家获胜因素等进行分析，总结出获胜的关键点，并根据我们得出的结论为玩家进行作战特点分析，同时对每个玩家进行用户画像。

简介：粉末高温合金中缺陷,尤其是非金属夹杂缺陷不可避免。为了对粉末高温合金的可靠应用,除需在工艺上进行控制以减少缺陷外,还必须研究缺陷对粉末高温合金的损伤行为,及根据粉末高温合金的疲劳特性研究粉末高温合金的寿命预测方法。针对我国先进航空发动机涡轮盘选材的第二代损伤容限型粉末高温合金FGH96,分析了国内外粉末高温合金的发展与应用状况,叙述了其缺陷特性以及缺陷对FGH96粉末高温合金的影响规律,介绍了FGH96粉末高温合金的断裂特征以及裂纹萌生与扩展特性,分析了粉末高温合金寿命预测研究的相关工作,并探索性阐述了基于原始疲劳质量的粉末高温合金寿命预测方法。

简介：摘要：随着大数据技术的不断发展，通信行业对客户行为分析及预测的需求日益迫切。本文基于大数据技术，探讨了通信行业客户行为分析及预测的方法与应用。首先，通过数据收集与整合、客户行为特征提取与建模、客户细分与目标市场定位、客户价值评估与需求预测，对客户行为进行了深入分析。接着，利用建立预测模型、机器学习算法优化、实时预测与动态调整、预测结果应用与价值挖掘，实现了客户行为预测。最后，精准识别、判断、筛选与推送用户，通过用户行为数据分析与挖掘、用户画像构建与分类、个性化营销策略与推送方案制定、评估与优化推送效果，实现了客户需求的精准匹配。本文的三个案例，运营商实时流量监控与优化、用户行为画像构建与精准营销、客户流失预警与挽留策略制定，展示了大数据在通信行业的成功应用。

简介：【摘要】为了可以确保自动驾驶车辆在处于复杂交通场景环境中的安全性和稳定性，自动驾驶车辆务必需要对行驶线路周边环境中不确定状况进行精确研判预测。一般情况下，针对复杂状况下的测试主体可以界定成车辆轨迹以及行人轨迹预测两种类型，本文并以此为基础将现有的预测方法做出相应分类探讨，相关成果已被广泛应用。

简介：【摘要】为了可以确保自动驾驶车辆在处于复杂交通场景环境中的安全性和稳定性，自动驾驶车辆务必需要对行驶线路周边环境中不确定状况进行精确研判预测。一般情况下，针对复杂状况下的测试主体可以界定成车辆轨迹以及行人轨迹预测两种类型，本文并以此为基础将现有的预测方法做出相应分类探讨，相关成果已被广泛应用。

简介：本研究采用陌生实验室的录像观察考察了中国2-7岁儿童行为抑制性的发展，并且采用教师评价量表报告了儿童7岁时的学校适应，采用父母填写儿童行为调查表CBCL来测查儿童7岁时的问题行为，从而考察了儿童2—7岁的行为抑制性对其7岁时的问题行为和学校适应的预测作用。儿童2岁时，共有208名儿童参加了这项追踪研究，4岁时，由于被试拒绝参加、搬家或失约，共有176名儿童参加了实验室的录像观察。7岁时，共有124名儿童参加了实验室实验和学校教师的评价，并且父母对7岁儿童的问题行为进行了报告。同时参加2、4、7岁研究的儿童为66人，其中男孩为28人，女孩38人。协方差结构模型分析表朋：儿童2岁时的抑制性水平越高，7岁时的学习问题越少；儿童4岁时的抑制性水平越高，7岁时的攻击行为越少，挫折耐受力、任务定向能力越强，但同时抑郁问题也越多。而7岁时的抑制性可以边缘显著地预测儿童7岁时母亲所报告的退缩问题，即7岁时抑制性水平越高，母亲所报告的退缩问题越多。而且，本研究还发现女孩7岁的抑制性水平越高，任务定向能力和果断的社交技能越差。男孩2岁的抑制水平越高，任务定向能力越强；男孩7岁时抑制水平越高，攻击行为越多。

简介：摘要目的总结分析躁狂症患者攻击行为的预测及整体护理干预效果。方法以40例躁狂症患者为研究对象，使用护士观察量表中的激惹因子项目对患者的攻击行为进行预测，同时采取整体护理干预方法。结果对于激惹性增高的躁狂症患者出现攻击行为的可能性较大，经过整理护理干预，患者的激惹性降低，在整理护理干预前后存在着较大的差异性（P＜0.05），具有统计学意义。结论通过对躁狂症患者攻击行为的预测，能够及时的发现一些可能存在攻击行为的患者，从而及时采取干预措施，减少攻击行为的发生，保证临床的有效护理。

简介：摘要：自国家提出“双碳”目标后，新能源在总发电容量中的占比不断增大。为确保电力系统的运行稳定性，并提高供电可靠性，有必要对电力负荷进行更为精确的预测。基于此，可对用电行为大数据加以合理应用，在充分考虑影响因素的前提下，构建相应的预测模型，预测电力负荷情况。

简介：摘要目的研究新生儿行为神经评价预测听力筛查的可行性。方法回顾性分析具有完整临床资料的新生儿596例，在出生后2-5天内进行新生儿听力筛查，采用行为神经评价预测听力筛查结果，并与瞬态声耳声发射检查结果进行比较。结果新生儿听力筛查采用行为神经评价和瞬态声耳声发射检查结果无明显差异。结论行为神经评价预测用于听力筛查有一定的实用性,摘要目的研究新生儿行为神经评价预测听力筛查的可行性。方法回顾性分析具有完整临床资料的新生儿596例，在出生后2-5天内进行新生儿听力筛查，采用行为神经评价预测听力筛查结果，并与瞬态声耳声发射检查结果进行比较。结果新生儿听力筛查采用行为神经评价和瞬态声耳声发射检查结果无明显差异。结论行为神经评价预测用于听力筛查有一定的实用性,听力障碍是新生儿常见的出生缺陷之一，婴幼儿重度以上听力障碍的发病率约为0.1%。听力存在障碍将直接影响语言的形成。临床上常表现为发音不清，严重时可导致聋哑。而且存在语言障碍将直接影响新生儿今后的心理、社交以及智力的发展，成为加重社会和家庭负担的主要因素之一1。1999年我国首次把新生儿听力筛查纳入妇幼保健常规项目，《母婴保健法》及其实施办法中也有明确规定。目前，临床上常以瞬态声耳声发射的方法作为新生儿听力筛查的主要方法。随着经济生活的变化以及医学的学科的发展，需要一种能够适用于普查，既经济又实用的听力筛查方法2。本文回顾性分析具有完整临床资料的新生儿600例，分别采用瞬态耳声发射法和行为神经评价预测法进行新生儿听力筛查。通过行为神经评价预测用于新生儿听力筛查取得较好的效果，现报道如下。

简介：摘要：本文探讨了在交通工程领域中，基于大数据的出行行为模型与预测的研究现状和发展趋势。通过对大数据技术在交通工程中的应用，特别是在出行行为模型和预测方面的案例分析和探讨，旨在揭示大数据技术对交通工程的影响和潜在的应用价值，以及在出行行为预测方面的挑战和未来发展方向。

简介：摘要：在诸多交通事故之后，观察和评估驾驶员的行为，进而预测可能的风险，已经成为了车辆安全管理中至关重要的一环。对驾驶员行为的分析，主要围绕着他们的独特性格、可预知性以及对安全的影响这三个方面展开。解析驾驶员的行为特征，如驾驶习惯、反应时间以及注意力的集中程度等，为了深层次地了解驾驶员的行为模式。在此过程中，将会借助大数据和机器学习等前沿技术，动态地获取和分析驾驶行为的数据，目的是实现对驾驶员行为的精细观察和预测。借此基础，构建出多角度的风险预测模型，以此评估每个驾驶行为可能造成的风险程度。最后，实验结果显示，我们的驾驶员行为评估与风险预测模型在预测精度和预防交通事故方面具有显著的效果。为了进一步提高系统的预测精度和实用性，将在未来的研究中引入更多的驾驶环境因素和驾驶员个体差异因素。本文的研究结果对于优化车辆安全管理，降低交通事故发生率及提高驾驶人车辆安全性具有重要的理论和实际意义。

简介：摘要：随着大数据技术的快速发展，用户行为分析和预测在商业决策、产品推荐、市场趋势预测等方面变得日益重要。本文旨在构建一个基于大数据分析的用户行为预测模型，通过机器学习算法对用户数据进行深入挖掘，以期达到更准确的预测效果。研究中，我们首先收集和预处理了海量用户行为数据，然后利用决策树、随机森林等算法构建预测模型，并通过交叉验证等方法对模型进行评估和优化。实验结果表明，所构建的模型能够有效预测用户行为，为相关领域的决策提供了有力支持。

简介：摘要：随着大数据技术的迅猛发展，汽车行业也进入了数据驱动的新时代。大数据分析不仅改变了汽车制造和营销模式，还深刻影响了汽车运用行为和市场趋势。通过对大数据的深度挖掘和分析，能够洞察消费者的用车习惯、行驶偏好、充电需求等方方面面，从而为汽车企业、政府决策者提供有力支持，促进汽车行业的持续发展。

简介：摘要目的研究青年精神分裂症患者产生攻击行为的有关预测因素。方法随机选择160例青年精神分裂症患者和160例健康者，对其一般资料、外显攻击行为、临床症状、社会支持进行评估，并对血清皮质醇进行检测，分析攻击行为产生的相关预测因素。结果青年女性产生攻击行为的主要预测因素是皮质醇和阳性症状，青年男性产生攻击行为的主要预测因素是皮质醇、阴性症状、阳性症状。结论青年精神分裂症患者产生攻击行为的主要预测因素是皮质醇水平、阴性症状和阳性症状。

简介：摘要目的研究分析早期儿童气质对学龄期儿童行为问题的预测效果。方法选用孕周32周的孕妇作为研究对象。分别于儿童期、学龄前期、学龄期采用儿童气质问卷与家庭环境量表来评价儿童气质与家庭环境，同时借助儿童行为问题来评价儿童学龄期儿童的行为问题。结果研究结果表明，婴儿期气质节律性、学前期气质反应强度、2岁时家庭父母参与、8岁时家庭父母情绪对学龄期儿童行为具有直接性的关系，其结果可共同解释56%的学龄期儿童行为问题；在婴儿时期，可通过预测母亲年龄、气质节律性与情绪性、1岁家庭环境总分来判断学龄前儿童行为问题，且可解释33%的学龄儿童行为问题；在学前期可利用气质反应强度、3岁时家庭父母参与、母亲年龄来预测血量儿童行为问题，可解释学龄期34%儿童行为问题；而在学龄期则可借助气质适应性、坚持性、家庭教育等各方面来解释学龄行为问题。结论保障儿童健康，避免儿童行为问题的出现，可对高龄母亲、家庭教育环境与积极气质来预防儿童行为问题的出现。