自2008年金融危機以來,中國對世界經(jīng)濟增長的貢獻率一直保持在30%左右,早在2010年中國就成為世界第二大經(jīng)濟體,2013年成為世界第一大貨物貿(mào)易國①,2017年我國進出口貿(mào)易總額為27.79萬億元。國際航運服務(wù)于國際貿(mào)易,而國際貿(mào)易中90%的物流由國際海運來完成。20世紀70年代開始流行的集裝箱技術(shù)讓洲際運輸成本進一步大幅度降低,為全球貿(mào)易提供了更加便利的條件②,近年來國際集裝箱航運市場運價波動劇烈,不可預(yù)見性增強,而國際集裝箱海運業(yè)是一個需要巨大投入的資本密集型行業(yè),運價的劇烈波動給航運企業(yè),貿(mào)易商以及行業(yè)整體帶來了巨大的風險,運價波動趨勢研究和運價預(yù)測一直是國際集裝箱航運業(yè)關(guān)注的熱點,國際集裝箱海運運價預(yù)測的研究在提高行業(yè)成本管理水平、降低行業(yè)違約率、提高國際海運運輸組織的執(zhí)行效率以及政府決策量化參考等方面有著積極的作用。本文從情報預(yù)測是情報學(xué)重要的應(yīng)用領(lǐng)域為起始,以研究國際集裝箱海運運價預(yù)測的理論和方法為目標,概括出“國際集裝箱海運運價預(yù)測研究”這一命題,在情報學(xué)知識發(fā)現(xiàn)框架指導(dǎo)下,沿著情報學(xué)對于信息的“源”、“流”、“用”的研究思路,結(jié)合當前的“大數(shù)據(jù)時代”,在概要闡述研究... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：196 頁

【學(xué)位級別】：博士

【部分圖文】：

圖２－４?Ｐ－Ｒ曲線示意圖??在ＰＲ圖中，若一個數(shù)據(jù)挖掘?qū)W習(xí)器的ＰＲ曲線被另一個數(shù)據(jù)挖掘?qū)W習(xí)器的曲線完全包裹住，??

壯學(xué)位論文??ＤＯＣＴＯＲＡＬ?ＤＩＳＳＥＲＴＡＴＩＯＮ?????（＇ＮＩＮＧＢＯ＇，?＇ＭＩＡＭＩ１）?ｃｏｒｒ＝０．１４５??ＤＡＴＡ?Ｓｏｕｒｃｅ?Ａ?Ｐ￣￣???３２〇〇．?－Ａ－?ＤＡＴＡ?Ｓｏｕｒｃｅ?Ｂ??３０００－?一＾＾?—Ａ??，’?＼??２８００－?／?＼??／?＼?ｚ＇??２６００－?，乂?、、?＼??＼?，?＇??＾?＼??２４００?－?＼??＼??ｖ??＼??２２００?－?＼??、▲、、??２０００－?、、▲??＾?＾?＾??Ｊ＇＇?多?＾?Ｊ１?Ｊ１??＾?ｎ？％?＾?＾?４＂??圖４－６?ＭＩＡＭＩ港時序圖（數(shù)據(jù)源ＡＢ）??（＇ＮＩＮＧＢＯ＇，?＇ＭＩＡＭＩ＇）?ｃｏｒｒ＝０．８１８??％?－？－?ＤＡＴＡ?Ｓｏｕｒｃｅ?Ｃ??３２〇ｑ?．?／?＼?－?ＤＡＴＡ?Ｓｏｕｒｃｅ?Ｂ??邏．ｎ??２６００－?ｌ?＇Ｖ??２４００?■?－Ｊ?＂?Ｖ－．＇，??２２００?－?＼?＼?，??２０００?■?『、、、▲??ｎ？?令?ｎｆ５?夕?ｆ??義?＾?＾?＾?，??＾?＾?＾?＾??圖４－７?ＭＩＡＭＩ港時序圖（數(shù)據(jù)源ＢＣ）??８０??

壯學(xué)位論文??＼Ｓ％＾ＷｓＪ?ＤＯＣＴＯＲＡＬ?ＤＩＳＳＥＲＴＡＴＩＯＮ?????６．２．３數(shù)據(jù)挖掘方法選取分析??／?ｃｌａｓｓｉｆｉｃａｔｉｏｎｓｃｉｋｉｔ－ｌｅａｒｎ??／?ｒ＾ｎ?＾?＼?ａｌｇｏｒｉｔｈｍ?ｃｈｅａｔ－ｓｈｅｅｔ??Ｉ?ｍ｝??ｉｅｘｖｕｉ??圖６－３數(shù)據(jù)挖掘方法選擇速查圖??針對不同的目標，對于不同的數(shù)據(jù)集，數(shù)據(jù)挖掘方法的選擇是有其判斷準則的，結(jié)合實踐??經(jīng)驗以及相關(guān)開源組織提供的根據(jù)不同的目標和基礎(chǔ)，建議的數(shù)據(jù)挖掘方法速查圖￥如圖６－３??所示。結(jié)合本文研宄的目標，國際集裝箱海運運價預(yù)測數(shù)據(jù)挖掘方法的選擇遵循如下流程：??（１）判斷樣本數(shù)是否大于５０，只有樣本集的數(shù)量大于５０才有采用數(shù)據(jù)挖掘方法的必要；??（２）判斷是否屬于類別預(yù)測問題，對于類別的預(yù)測主要分為分類（ｃｌａｓｓｉｆｉｃａｔｉｏｎ）和聚類??（ｃｌｕｓｔｅｒｉｎｇ）兩種，非類別預(yù)測方法包括降維（ｄｉｍｅｎｓｉｏｎａｌｉｔｙ?ｒｅｄｕｃｔｉｏｎ）和回歸??（ｒｅｇｒｅｓｓｉｏｎ）兩種。如果預(yù)測目標是類別，則判斷樣本集是否包含有標簽的數(shù)據(jù)，所有樣本??都有標簽則稱之為有監(jiān)督學(xué)習(xí)（ｓｕｐｅｒｖｉｓｅｄ?ｌｅａｒｎｉｎｇ），所有樣本均無標簽則稱之為無監(jiān)督學(xué)??習(xí)（ｕｎｓｕｐｅｒｖｉｓｅｄ?ｌｅａｒｎｉｎｇ），介于兩者之間的稱為半監(jiān)督學(xué)習(xí)（ｓｅｍｉ－ｓｕｐｅｒｖｉｓｅｄ?ｌｅａｒｎｉｎｇ），??有監(jiān)督的類別預(yù)測即為分類（ｃｌａｓｓｉｆｉｃａｔｉｏｎ），半監(jiān)督和非監(jiān)督的類別預(yù)測則歸為聚類??（ｃｌｕｓｔｅｒｉｎｇ）；??（３）對于分類問題：??當樣本集數(shù)量超過１００，?〇〇〇時，首先應(yīng)該嘗試使用ＳＧＤ?Ｃｌａｓｓｉｆｉｅｒ＾（Ｓｔ


本文編號：3576097