基于人工神经网络的银行客户流失分析模型

针对目前中国建设银行存在的客户流失问题,利用BP人工神经网络网络稳定、学习能力强的特点,通过输入变量和输出变量之间的相关性分析,建立银行客户流失分析模型,以此获取即将流失的客户,以便银行做出经营决策,挽留有关用户,确保银行效益不受影响。实验证明,此模型能够很好的对银行客户流失进行预测分析。     

改进的访问统计方法及对用户兴趣度的计算

为解决传统的以点击量为标准的网络访问统计方法对网络访问量表示不准确的问题,分析了现有的两种统计方法,提出了一种改进的网络访问统计方法。在点击量的基础上,引入用户停留时间,并把两种统计量进行合并,设计了一个兼有点击量和停留时间两种衡量尺度的表示网络访问量的统计量。把改进的网络访问统计方法引入到对用户兴趣度的计算,并提出了改进的用户兴趣度量化定义,实验结果表明,改进的网络访问统计方法对用户兴趣度的表示更加合理有效。     

云取证模型的构建与分析

计算机取证存在证据获取困难及日志处理量大的问题。为此,将云计算思想引入计算机取证中,提出一种云取证模型。该模型利用Agent技术获取证据,增强证据获取的自主性、智能性,利用云计算中的虚拟化技术和协作技术,提高取证效率及计算机证据的安全性,引入反馈技术,完善取证体制。实验结果验证了该模型的有效性。     

大数据背景下个人信息安全风险研究

大数据技术的发展使得个人信息的内涵和外延不断扩展，由此带来个人信息安全风险不断增加，个人信息安全受到严峻挑战。对大数据背景下个人信息安全面临的风险进行系统梳理和分析是个人信息保护的前提和基础，不仅关系到个人财产和隐私安全，也关系到网络空间安全、国家安全和国家发展前途，具有重要的研究意义和战略意义。     

基于BP人工神经网络的信息过滤技术研究

首先介绍了信息过滤中向量空间模型的基本工作原理。针对目前信息过滤技术过滤精度低、速度慢的缺点,利用BP人工神经网络网络稳定、学习能力强的特点,重点研究了BP人工神经网络特征输入数据的取得、网络拓扑结构的选择、BP人工神经网络的训练过程、神经网络产生结果数据的处理方式,在此基础上提出了一种基于BP人工神经网络的信息过滤模型,实验证明,此模型过滤效率有了显著提高。     

基于BP神经网络与GA算法的信息过滤模型研究

信息过滤技术是当前信息技术研究的一个热点。本文对BP神经网络和遗传算法在信息过滤技术中的应用,包括BP神经网络、遗传算法、文本特征提取、学习方法等,进行了研究和探讨。提出了一种基于BP神经网络和GA算法的信息过滤模型,实验结果表明,此模型运行可靠,过滤效率有明显提高。