基于Stacking多算法融合模型的数据资源定价方法训练流程如下

[目的/意义]针对现有数据资源定价标准模糊、交易规则缺失、买卖双方信息不对称的问题,提出基于Stacking多算法融合模型的数据资源定价方法。[方法/过程]首先,基于四分位法及Box-Cox方法对样本数据进行预处理,剔除异常数据的同时调整数据分布,并基于Lasso算法以均方根误差最小为目标完成特征筛选;其次,基于Pearson系数选取最优算法组合,构建基于Stacking集成学习融合多种机器学习算法的数据资源价格预测模型;最后,以国信优易数据平台交易数据为样本进行算例分析。[结果/结论]相较于单算法模型及其他集成算法模型,XGBoost、SVR、KNN、MLP融合模型的预测精度及性能均明显提升;实现了数据资源自身和市场的双向反馈平衡,形成闭环的价值链,为数据资源定价提供参考。     

基于AGA-BP神经网络的网络平台交易环境下数据资源价值评估研究

[目的/意义]在数字经济背景下,数据资源通过网络平台交易实现价值转化与增值。作为一种非标准化的新兴商品,数据资源具有成本模糊、类型多样、不确定性高等典型特征,传统价值评估理论难以对其价值进行准确衡量。[方法/过程]对此,文章提出了AGA-BP神经网络的数据资源价值评估模型,该模型充分考虑了诸多影响因素与数据资源价值的非线性关系,通过自适应遗传算法(AGA)优化传统BP神经网络提升价值评估的精度,解决BP神经网络极易陷入局部最优、收敛速度较慢等问题。以此方法为基础,收集武汉东湖大数据交易中心的244条数据资源交易信息进行实证检验。[结果/结论]研究结果表明:基于AGA-BP神经网络的数据资源价值评估方法相比于GA-BP神经网络和BP神经网络性能提升明显;该方法在仿真能力、误差水平、拟合数据能力等方面表现出突出优势,具有更好的价值评估仿真效果。该方法在减少数据交易平台买卖双方交易成本,完善数据交易平台的定价机制和策略方面具有较强的指导意义。     

基于模糊神经网络的大数据价值评估研究

大数据价值的评估对大数据的流通具有重要意义。现阶段对大数据价值的评估大多采用无形资产评估方法,由于大数据不满足无形资产定义与确认条件,采用无形资产评估方法具有一定的局限性。本文通过对大数据价值影响因素进行分析,构建大数据价值评估二级指标体系,将模糊综合评价与人工神经网络相结合,运用人工神经网络确定指标权重,建立基于人工神经网络的大数据价值评估的模糊评价模型,为大数据价值评估提供新思路。     

政府开放数据生态链上数据要素价值分析及评估模型构建——基于“数据势能”的方法

[目的/意义]探索数据要素价值评估的方法,为我国政府数据要素价值评估提供理论和实践参考。[方法/过程]通过文献分析,借鉴和优化“数据势能”评估模型,从数据开发价值和潜在价值两个方面对政府数据开放平台进行数据资产价值评估实践。[结果/结论]借助该评估模型,估算出山东公共数据开放平台数据资产价值总值。[局限]当前,对政府开放数据要素价值评估理论的研究整体上还不太成熟,未能全面反映其蕴藏的多重价值。     

海域资源价值评估方法综述

海域资源价值评估方法很多,不同方法适合评价不同资源的不同价值,当前因方法有效性、可靠性不强或选取、使用不当导致的研究结果差异大、可比性差、可信度低等问题非常突出。本文以评估方法为主线,梳理了20世纪70年代以来海域资源价值评估领域的研究成果,重点分析总结了广泛使用的各种贴现现金流方法的适用范围、优缺点及其代表性研究。认为未来研究者可以从注重跨学科方法和实物期权方法的使用、重视动态评估、用客观方法确定遗产价值等方面努力,以探寻最适合评估对象的方法。研究可为改进海域资源价值评估方法、提高评估有效性和可信度提供参考和借鉴,进而有助于深化海域资源性产品价格和税费改革、加强生态文明制度建设、实现可持续发展。     

数据评估方案研究

根据Susan Henczel的《information audit》一书所设计的数据评估与方案制订流程,详细探讨了数据评估过程中问题评估、分析鸿沟、解释绘制的信息流、方案制订等过程。提出了制定方案的具体措施和方法。     

大数据环境下图书馆数据资源质量评估与整体优化研究

图书馆已进入大数据时代,大数据的规模性、高速性和数据来源的多样性,使数据产生不一致和冲突,严重影响了图书馆大数据决策的科学性。本文提出了一种图书馆大数据资源质量评估与整体优化的方法,可为用户提供准确高效的大数据质量评价结果,并能够大幅度提升图书馆大数据决策的科学性。     

个人信用评估综述：方法总结及未来研究方向

个人信用评估是金融风险预测领域的重要应用之一。本文首先对信用评估的主流技术进行总结和分类;然后,详细介绍了新出现的方法—集成学习模型;最后对目前研究存在的问题进行了展望,重点提出处理不同违约类型、由data-driven转向domain-driven等四个方面的问题,并指出评估模型的广泛应用和提高预测精度是未来研究的主要工作。     

基于CVM的鼓浪屿旅游资源经济价值的评估

本文运用条件价值评估法,通过对游客的门票支付意愿调查,对鼓浪屿旅游资源的经济价值进行评估。评估运用SPSS17.0软件,采用卡方列联表相关度分析对支付意愿及支付意愿值的影响因素进行相关分析,结果表明:被调查者的年龄、受教育程度与支付意愿显著相关,而性别、月收入和职业等因素与支付意愿相关不显著;年龄、职业、受教育程度和性别与支付意愿值显著相关,月收入与支付意愿值关系不大。     

基于数据挖掘的企业专利价值评估方法研究

分析了评估企业专利价值的意义,对现有专利评价理论进行分析。在现有专利工作的基础上提出了利用数据挖掘技术对企业专利价值评估的新思路。结合专利评价指标体系给出了评估思路和流程。     

基于意愿评估法的旅游资源非使用价值运用

从资源与环境经济学的角度,对旅游资源环境非使用价值进行了界定和分类,引入意愿评估法(CVM)对非使用价值进行评估。并且介绍意愿评估法理论基础、使用步骤以及存在误差,最后将其结合到环境资源非使用价值评估的数值量化评估中,为旅游资源合理开发提供理论依据。     

基于价值主张与动态能力互动的企业资源配置案例研究

在消费升级的大环境下,价值主张精确地传达产品的价值优势并指导资源的有效配置,能够促使企业通过优化配置资源更好地满足市场需求以获取竞争地位。采用扎根理论的研究方法透过企业资源配置现象的典型案例构建理论框架,剖析价值主张与动态能力的互动对资源配置的影响机理及其演进过程。研究表明：（1）在不同情境因素的诱发下,价值主张与动态能力快速互动调整达到相适配,进而保证价值主张的有效性并促使能力发挥到极致以完成预期目标;（2）企业依据价值主张提炼出合理的资源配置决策,并由与价值主张相匹配的动态能力作为支柱性要素对资源进行改造利用,使资源配置在价值主张与动态能力的作用下表现为“简单拼凑式-探索开发式-协奏共享式”的演进过程。本研究结论对于企业如何通过清晰的价值主张进行有效资源配置以获取竞争优势有着重要理论和实践意义。     

基于客户价值细分的营销资源配置研究

营销资源的分配是营销活动的基础,也是企业RCM的核心任务之一.将客户价值作为营销资源分配的基准,根据客户的当前价值与潜在价值将客户细分成四类,在对企业营销资源的分类进行研究的基础上,提出了一种营销资源定量分配的方法,最后结合企业实例,运用聚类分析方法进行客户细分,并利用细分结果实现了企业营销资源的定量分配.     

基于集成学习的科研计划项目绩效预测研究

提出基于集成学习的项目绩效预测方法,利用多分类集成监督学习算法,对网络爬虫得到的已结题项目数据中隐含的关于项目绩效的信息进行有效挖掘,形成项目绩效预测模型.基于国家自然科学基金项目数据,利用多种指标对模型的性能进行评估,将模型对项目的绩效预测结果与专家的评估结果进行比较,结果显示模型的有效性.     

科技成果价值的分析及对评估的影响

当前 ,科学技术发展的重要标志是科学技术日益成为生产力发展的主导因素 ,同时又是生产力体系中其他重大变化的起点。而科技成果的价值怎样体现又如何评估 ,是当前科技界和产业界关注的问题。本文分析了科技成果价值的科学性、经济性和社会性 ,科技成果价值在时间和空间上的表现。以及这些因素和科技成果评估者对科技成果价值评估的影响。     

一种基于机器学习的研究前沿识别方法研究

研究前沿是科技创新过程中最具潜力和前瞻性的研究方向,尽早识别研究前沿对科学研究、企业研发资源优化配置、政府创新战略前瞻部署等至关重要。针对目前在研究前沿识别研究中存在的不足,提出一种基于机器学习的研究前沿识别方法。该方法首先通过构建机器学习模型来识别出潜在高被引论文,解决利用引文分析法来识别研究前沿的时滞性问题,并将潜在高被引论文纳入研究前沿识别的高被引论文核心文档集中;其次,以高被引论文核心文档集为数据源,利用聚类分析法识别出研究前沿主题,并对研究前沿主题进行对比和评价分析,进而识别出研究前沿;最后,以太阳能光伏电池研究领域为例进行了实证研究,验证了该方法的可行性和有效性,为研究前沿识别提供了新的研究方法。     

基于信息系统资源的企业动态能力提升研究

在文献分析基础上,以流程融合为中介变量,构建基于信息系统(IS)资源的企业动态能力提升的研究框架。实证分析表明,动态能力具有五维度结构;IS资源中由外而内的资源和跨越的资源对动态能力有积极影响;流程融合对于由外而内的资源与动态能力间关系中起到部分中介作用,对于跨越的资源与动态能力间关系起到完全中介效应,而对由内而外的资源与动态能力间关系的不存在中介效应。企业可以通过相应IS资源的获取与积累促进动态能力的提升。     

复杂系统视角下的组织学习动态过程研究

组织是一个具有无尺度网络结构的复杂系统。组织学习作为组织获取核心竞争力和可持续发展能力的重要手段,是一个动态的过程:从组织学习发生的载体来看,主要有个人、团队和组织等三个层次;就组织学习发生的方式来看,包括单环学习、双环学习和三环学习等三种模式;而从组织学习过程本身来看,则分为直觉感知、解释说明、归纳整合和制度化等四个子过程。本文在系统回顾相关研究成果的基础上,从复杂系统的角度对组织学习过程进行了系统的模型整合和创新,对复杂系统环境下如何构建学习型组织的可能遇到的障碍进行了一系列的分析。     

企业家学习对动态能力的影响机制研究——基于企业家能力理论的视角

企业家学习作为企业家感知、获取和使用企业家认知资源的认知过程和行为过程,是知识获取与应用以及复制与传播的重要途径与手段,其对企业家自身个人能力提升以及企业层次动态能力的构建影响重大。因此,本研究通过对企业家学习、企业家能力和动态能力的概念进行清晰界定之后,从企业家能力理论的视角提出了企业家学习对动态能力的影响传导机制模型。在此基础上,运用案例研究方法选取安徽国通亿创有限责任公司作为典型案例进行分析本研究提出了理论概念模型。本研究表明,企业家通过基于经验的学习、基于教育系统的学习和基于社会网络的学习获得个人和企业所需的知识,从而首先获得个人企业家能力的提升,接着通过知识的传播影响并构建企业层次的动态能力。