風(fēng)險(xiǎn)決策問題中風(fēng)險(xiǎn)主要由各種自然狀態(tài)發(fā)生的不確定性導(dǎo)致,因此影響風(fēng)險(xiǎn)決策結(jié)果的一個(gè)關(guān)鍵因素是各個(gè)自然狀態(tài)發(fā)生概率的估計(jì)預(yù)測(cè)值是否準(zhǔn)確。論文從這一角度出發(fā),研究如何利用集成學(xué)習(xí)理論方法對(duì)風(fēng)險(xiǎn)決策問題中自然狀態(tài)發(fā)生或發(fā)生概率進(jìn)行準(zhǔn)確地預(yù)測(cè),以提高決策收益和降低風(fēng)險(xiǎn)損失,為管理實(shí)踐中風(fēng)險(xiǎn)決策者提供借鑒和參考。首先,論文對(duì)風(fēng)險(xiǎn)決策與集成學(xué)習(xí)的相關(guān)研究文獻(xiàn)進(jìn)行了綜述。通過對(duì)相關(guān)研究的歸納分析,可以發(fā)現(xiàn):一、隨著管理決策者可以更加容易地獲取和存儲(chǔ)大量數(shù)據(jù),如何應(yīng)用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘,尤其是有監(jiān)督學(xué)習(xí)技術(shù)對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)分析,預(yù)測(cè)自然狀態(tài)的發(fā)生或發(fā)生概率,并基于此進(jìn)行科學(xué)有效的決策已經(jīng)成為了風(fēng)險(xiǎn)決策研究的一個(gè)重要領(lǐng)域;二、由于集成學(xué)習(xí)可以有效地提高學(xué)習(xí)的準(zhǔn)確性和泛化性,因此將其引入風(fēng)險(xiǎn)決策問題中有利于提高自然狀態(tài)發(fā)生概率預(yù)測(cè)的準(zhǔn)確性,從而改進(jìn)風(fēng)險(xiǎn)決策的效果;三、在不同的風(fēng)險(xiǎn)決策問題中數(shù)據(jù)樣本具有不同的模式特征,根據(jù)“無免費(fèi)午餐”定理,學(xué)習(xí)模型的性能表現(xiàn)在很大程度上取決于數(shù)據(jù)樣本的模式特征,沒有哪一種學(xué)習(xí)模型能夠在所有問題上優(yōu)于其它模型。因此,論文對(duì)幾類典型的風(fēng)險(xiǎn)決策問題中存在的數(shù)據(jù)模式特征進(jìn)行分析,并... 

【文章頁數(shù)】：114 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景與問題
        1.1.1 研究背景
        1.1.2 研究問題
    1.2 研究目的與意義
        1.2.1 研究目的
        1.2.2 研究意義
    1.3 研究?jī)?nèi)容、方法與技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線
    1.4 研究創(chuàng)新點(diǎn)
2 相關(guān)理論與研究綜述
    2.1 風(fēng)險(xiǎn)決策相關(guān)研究
    2.2 有監(jiān)督學(xué)習(xí)理論方法
    2.3 集成學(xué)習(xí)相關(guān)研究
    2.4 本章小結(jié)
3 面向海關(guān)查驗(yàn)走私的動(dòng)態(tài)聚類與風(fēng)險(xiǎn)決策模型研究
    3.1 研究背景與問題分析
    3.2 基于動(dòng)態(tài)K-均值聚類的風(fēng)險(xiǎn)決策模型
        3.2.1 K-均值聚類簡(jiǎn)介
        3.2.2 K-均值聚類有效性指標(biāo)
        3.2.3 動(dòng)態(tài)K-均值聚類算法
        3.2.4 風(fēng)險(xiǎn)決策模型
    3.3 實(shí)證數(shù)據(jù)
        3.3.1 樣本數(shù)據(jù)和模型評(píng)價(jià)指標(biāo)
        3.3.2 屬性選擇
    3.4 實(shí)驗(yàn)設(shè)計(jì)及結(jié)果分析
        3.4.1 數(shù)據(jù)特性描述與分析
        3.4.2 風(fēng)險(xiǎn)決策模型應(yīng)用結(jié)果對(duì)比分析
        3.4.3 模型魯棒性分析
    3.5 本章小結(jié)
4 面向消費(fèi)者信用風(fēng)險(xiǎn)評(píng)估的集成學(xué)習(xí)模型研究
    4.1 研究背景與問題分析
    4.2 基于有監(jiān)督聚類的集成學(xué)習(xí)模型
        4.2.1 有監(jiān)督聚類
        4.2.2 集成學(xué)習(xí)模型
    4.3 實(shí)證研究
        4.3.1 數(shù)據(jù)集與實(shí)驗(yàn)設(shè)計(jì)
        4.3.2 基準(zhǔn)數(shù)據(jù)集實(shí)驗(yàn)結(jié)果與對(duì)比分析
        4.3.3 實(shí)際數(shù)據(jù)集實(shí)驗(yàn)結(jié)果與對(duì)比分析
        4.3.4 模型魯棒性分析
    4.4 本章小結(jié)
5 面向數(shù)據(jù)庫營(yíng)銷的關(guān)聯(lián)分類規(guī)則集成模型研究
    5.1 研究背景與問題分析
    5.2 關(guān)聯(lián)分類簡(jiǎn)介
        5.2.1 一般關(guān)聯(lián)分析
        5.2.2 關(guān)聯(lián)分類規(guī)則
    5.3 基于關(guān)聯(lián)分類規(guī)則集成的數(shù)據(jù)庫營(yíng)銷模型
        5.3.1 關(guān)聯(lián)分類規(guī)則提取
        5.3.2 數(shù)據(jù)庫營(yíng)銷模型
    5.4 實(shí)證研究
        5.4.1 數(shù)據(jù)集與實(shí)驗(yàn)設(shè)計(jì)
        5.4.2 實(shí)驗(yàn)結(jié)果與對(duì)比分析
        5.4.3 模型應(yīng)用對(duì)比分析
        5.4.4 模型魯棒性分析
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 管理啟示
    6.3 后續(xù)研究展望
致謝
參考文獻(xiàn)
附錄
    A. 作者在攻讀博士學(xué)位期間發(fā)表以及投稿的論文目錄
    B. 作者在攻讀博士學(xué)位期間參加的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]銀行客戶信用評(píng)估動(dòng)態(tài)分類器集成選擇模型[J]. 肖進(jìn),劉敦虎,顧新,汪壽陽.  管理科學(xué)學(xué)報(bào). 2015(03)
[2]基于流形學(xué)習(xí)的多核SVM財(cái)務(wù)預(yù)警方法研究[J]. 倪志偉,薛永堅(jiān),倪麗萍,肖宏旺.  系統(tǒng)工程理論與實(shí)踐. 2014(10)
[3]基于隨機(jī)效應(yīng)logistic模型的中小企業(yè)財(cái)務(wù)失敗預(yù)警研究[J]. 梁琪,過新偉,石寧.  管理工程學(xué)報(bào). 2014(03)
[4]基于Hadoop的并行共享決策樹挖掘算法研究[J]. 陳湘濤,張超,韓茜.  計(jì)算機(jī)科學(xué). 2013(11)
[5]基于隨機(jī)化屬性選擇和鄰域覆蓋約簡(jiǎn)的集成學(xué)習(xí)[J]. 朱鵬飛,胡清華,于達(dá)仁.  電子學(xué)報(bào). 2012(02)
[6]企業(yè)財(cái)務(wù)危機(jī)預(yù)警:偏最小二乘logistic方法的應(yīng)用[J]. 郝項(xiàng)超,梁琪.  管理工程學(xué)報(bào). 2010(04)
[7]基于滾動(dòng)時(shí)間窗口支持向量機(jī)的財(cái)務(wù)困境預(yù)測(cè)動(dòng)態(tài)建模[J]. 孫潔,李輝,韓建光.  管理工程學(xué)報(bào). 2010(04)
[8]基于雙隸屬度模糊支持向量機(jī)的郵件過濾[J]. 孫名松,高慶國(guó),王宣丹.  計(jì)算機(jī)工程與應(yīng)用. 2010(02)
[9]企業(yè)財(cái)務(wù)困境的多分類器混合組合預(yù)測(cè)[J]. 孫潔,李輝.  系統(tǒng)工程理論與實(shí)踐. 2009(02)
[10]基于BP神經(jīng)網(wǎng)絡(luò)和面板數(shù)據(jù)的上市公司財(cái)務(wù)危機(jī)預(yù)警[J]. 楊淑娥,王樂平.  系統(tǒng)工程理論與實(shí)踐. 2007(02)



本文編號(hào)：3666115