• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于數(shù)字挖掘的北京市智慧養(yǎng)老參與意愿的影響因素研究

    2020-08-18 04:12王瀟瀟郭旭林陳建陳夢昕
    中國經(jīng)濟(jì)報(bào)告 2020年4期
    關(guān)鍵詞:智慧養(yǎng)老數(shù)據(jù)挖掘

    王瀟瀟 郭旭林 陳建 陳夢昕

    【提??要】智慧養(yǎng)老體系參與意愿影響因素本身是一個(gè)具有豐富內(nèi)涵并受復(fù)雜因素影響的管理問題,傳統(tǒng)研究因方法所限難以全面揭示其內(nèi)在影響機(jī)制。本文在理論和實(shí)證研究基礎(chǔ)上,以北京為例通過社會調(diào)研選擇最優(yōu)機(jī)器學(xué)習(xí)模型算法來訓(xùn)練和檢驗(yàn)大數(shù)據(jù),開展多層次數(shù)據(jù)挖掘進(jìn)行探索性研究,揭示影響智慧養(yǎng)老體系參與意愿的主要因素。

    【關(guān)鍵詞】??智慧養(yǎng)老;參與意愿;數(shù)據(jù)挖掘

    一、研究背景

    隨著中國老齡化問題日益加重,如何養(yǎng)老已經(jīng)成為需要認(rèn)真研究的重大社會問題。根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示,截至2019年末,我國60歲以上老齡人口已經(jīng)達(dá)到約25388萬人,占總?cè)丝诒壤秊?8.1%,其中65歲及以上老年人口達(dá)17603萬人,占總?cè)丝诘?2.6%。國際上通常將60歲以上的人口比重達(dá)到10%,或65歲以上的人口比重達(dá)到7%的國家或地區(qū)劃分為老齡化社會。因此,當(dāng)前我國人口老年化問題已經(jīng)相當(dāng)嚴(yán)重。北京是中國老齡化態(tài)勢最具代表性的城市之一,據(jù)北京市統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示,2019年北京市60歲及以上常住人口371.3萬人,占17.2%,遠(yuǎn)遠(yuǎn)超過10%的標(biāo)準(zhǔn)。據(jù)北京民政局預(yù)計(jì),2030年北京市老齡化將達(dá)到重度,戶籍老年人口占比超過30%,2050年北京市戶籍老年人將超過630萬,并且這種人口結(jié)構(gòu)和社會形態(tài)將持續(xù)50年。我國傳統(tǒng)的養(yǎng)老模式難以滿足日益增長的老年人口的需求。因此,將大數(shù)據(jù)、互聯(lián)網(wǎng)科技等金融科技應(yīng)用于養(yǎng)老服務(wù),加速傳統(tǒng)養(yǎng)老模式向智慧化方向轉(zhuǎn)變,應(yīng)該成為緩解養(yǎng)老壓力的一種有效途徑。

    (一)智慧養(yǎng)老的定義

    英國生命信托基金首次提出“智慧養(yǎng)老”,所謂“智慧”即利用物聯(lián)網(wǎng)、云計(jì)算和人工智能等現(xiàn)代科技,打破原有的時(shí)間和空間束縛,將老人、社區(qū)、醫(yī)護(hù)人員、醫(yī)療機(jī)構(gòu)、政府、服務(wù)機(jī)構(gòu)形成一個(gè)有機(jī)整體,以此提高養(yǎng)老服務(wù)質(zhì)量。國內(nèi)關(guān)于智慧養(yǎng)老的相關(guān)研究最早可追溯到2007年胡黎明在《新型數(shù)字化居家式養(yǎng)老社區(qū)解決方案》一文中所提到的“數(shù)字化養(yǎng)老”,隨后陸續(xù)發(fā)展成?“信息化養(yǎng)老”(2010)、?“科技養(yǎng)老”(2011)?、“網(wǎng)絡(luò)化養(yǎng)老”(2012)?等概念。2013年以后,學(xué)術(shù)界開始統(tǒng)一使用“智慧養(yǎng)老”來代替上述概念。

    學(xué)者們大多從服務(wù)內(nèi)容、科學(xué)技術(shù)以及其優(yōu)勢特點(diǎn)來闡釋智慧養(yǎng)老的概念。左美云(2014)認(rèn)為智慧養(yǎng)老是以互聯(lián)網(wǎng)等現(xiàn)代科技為媒介,一方面為老年人提供安全、醫(yī)療保健、娛樂休閑、學(xué)習(xí)交流等服務(wù),另一方面對涉老信息進(jìn)行監(jiān)測、上傳、分析、處理,從而滿足老年人各項(xiàng)需求,提高其生活質(zhì)量;向運(yùn)華和姚虹(2016)認(rèn)為智慧養(yǎng)老是利用物聯(lián)網(wǎng)技術(shù)采集匯聚老年人的健康狀況和需求等信息,從而實(shí)現(xiàn)緊急救助、生活照料、健康預(yù)警、遠(yuǎn)程診療等各種養(yǎng)老需求的智能供需交互。張雷和韓永樂(2017)認(rèn)為智慧養(yǎng)老利用科技促進(jìn)老人更多參與互動,不僅豐富了老人物質(zhì)生活,也滿足了老年人的精神生活需求,提升了老人的幸福感。雖然學(xué)者們的側(cè)重點(diǎn)和表達(dá)多有不同,但立足點(diǎn)還是在“智慧”這個(gè)核心上,“智”是綜合利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)等先進(jìn)技術(shù)和智能化產(chǎn)品,“慧”是為老年人提供更加安全便捷、健康舒適的貼心服務(wù)。

    通過對文獻(xiàn)研究的比較以及網(wǎng)絡(luò)公開資料的闡釋,筆者認(rèn)為以下對智慧養(yǎng)老概念的界定符合本文研究范圍和內(nèi)容的要求:智慧養(yǎng)老是一種以數(shù)據(jù)為基礎(chǔ)的養(yǎng)老模式,核心是數(shù)據(jù)采集,政府和社會服務(wù)機(jī)構(gòu)對數(shù)據(jù)進(jìn)行整理分析,歸納老年人需求以及生活中所遇到的問題,對養(yǎng)老服務(wù)進(jìn)行升級和完善。最終使政府監(jiān)管更加及時(shí)透明,數(shù)據(jù)化決策更加精準(zhǔn),居家、社區(qū)、機(jī)構(gòu)服務(wù)終端管理更加智能,推動社會養(yǎng)老資源的高效配置。

    (二)智慧養(yǎng)老的發(fā)展

    伴隨著大數(shù)據(jù)、互聯(lián)網(wǎng)科技和金融科技的發(fā)展與廣泛應(yīng)用,養(yǎng)老模式逐漸向智慧養(yǎng)老模式發(fā)展。2015年國務(wù)院印發(fā)《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》,明確提出了“促進(jìn)智慧健康養(yǎng)老產(chǎn)業(yè)發(fā)展”的目標(biāo)任務(wù);2017年發(fā)布的《智慧健康養(yǎng)老產(chǎn)業(yè)發(fā)展行動計(jì)劃(2017-2020年)》,明確提出要加快智慧健康養(yǎng)老產(chǎn)業(yè)發(fā)展,到2020年基本形成覆蓋全生命周期的智慧健康養(yǎng)老產(chǎn)業(yè)體系。這些政策的出臺,說明智慧養(yǎng)老已經(jīng)上升到國家戰(zhàn)略層面。同期,北京市按照《工業(yè)和信息化部辦公廳、民政部辦公廳、國家衛(wèi)生計(jì)生委辦公廳關(guān)于開展智慧健康養(yǎng)老應(yīng)用試點(diǎn)示范的通知》要求,大力促進(jìn)北京地區(qū)智慧健康養(yǎng)老的發(fā)展。

    目前,北京市“智慧養(yǎng)老”發(fā)展成果已經(jīng)初顯,截至2019年年底,北京市16個(gè)區(qū)中有7個(gè)區(qū)已經(jīng)建成包括網(wǎng)頁和手機(jī)端App的智慧養(yǎng)老服務(wù)信息平臺,有5個(gè)區(qū)正在建設(shè)智慧養(yǎng)老服務(wù)平臺。這些“智慧養(yǎng)老”項(xiàng)目均借助大數(shù)據(jù)與互聯(lián)網(wǎng)等技術(shù)來滿足老人和家庭的現(xiàn)代化、科學(xué)化和人性化的養(yǎng)老需求,也推動了北京市智慧養(yǎng)老產(chǎn)業(yè)的發(fā)展。

    二、基于數(shù)據(jù)挖掘的智慧養(yǎng)老參與意愿影響因素研究

    學(xué)者們在有關(guān)意愿研究中所選取的研究方法多為描述性統(tǒng)計(jì)分析和logistic回歸方法。但是logistic回歸要求只有顯著力量才可納入,而智慧養(yǎng)老參與意愿影響因素較多,許多不顯著因素的綜合作用可能會對參與意愿產(chǎn)生較大影響,因此logistic回歸方法不一定能夠準(zhǔn)確預(yù)測和判別參與智慧養(yǎng)老意愿。而數(shù)據(jù)挖掘方法能夠較好處理高緯度、線性不可分?jǐn)?shù)據(jù),對多變量問題進(jìn)行建模,廣泛應(yīng)用于分類數(shù)據(jù)的判別與預(yù)測,常用的分類模型有決策樹、支持向量機(jī)和隨機(jī)森林等。其中,決策樹具有分類速度快、可讀性高等優(yōu)點(diǎn)(Breiman L I et al,2008)。支持向量機(jī)模型在研究分類問題時(shí)運(yùn)用較多,通過將向量映射到一個(gè)更高維的空間里,對非線性、多維度的小樣本數(shù)據(jù)表現(xiàn)較好(Cortes C and Vapnik V, 1995)。隨機(jī)森林模型是一種多數(shù)表決的分類算法,分類擬合效果較好,也在研究分類問題時(shí)得到廣泛應(yīng)用(Breiman L,2001)??傮w來說,雖然支持向量機(jī)、決策樹、隨機(jī)森林的方法已經(jīng)有廣泛的應(yīng)用,但目前在智慧養(yǎng)老需求意愿問題方面的研究性應(yīng)用還不多。因此本文嘗試用決策樹、支持向量機(jī)和隨機(jī)森林等數(shù)據(jù)挖掘方法對智慧養(yǎng)老需求意愿進(jìn)行建模和預(yù)測。

    (一)模型研究的主要內(nèi)容

    1. 智慧養(yǎng)老需求意愿的影響因素。高林等(2019)提出,“智慧養(yǎng)老”需求意愿包括老年人文化程度、健康狀況自評、自理能力、精神需求、物質(zhì)生活水準(zhǔn)、經(jīng)濟(jì)情況、子女壓力、社區(qū)宣傳和政策體制等。本文將結(jié)合高林等學(xué)者提出的幾個(gè)影響因素并納入老人對智能終端的熟悉程度、子女經(jīng)濟(jì)狀況、老人子女?dāng)?shù)等變量,通過描述統(tǒng)計(jì)、方差分析、卡方檢驗(yàn)等方法探究影響需求意愿的主要原因。

    2.智慧養(yǎng)老需求意愿及變化數(shù)據(jù)挖掘模型。對適齡老人“智慧養(yǎng)老”需求意愿及變化建立?Logistic 回歸、決策樹數(shù)據(jù)挖掘模型,對適齡老人“智慧養(yǎng)老”需求意愿做出判別和預(yù)測,基于正確率、查準(zhǔn)率、查全率、AUC、Press'Q 這?5 個(gè)指標(biāo)評價(jià)模型的性能。

    (二)數(shù)據(jù)搜集

    1.樣本選取

    本文以北京市為例進(jìn)行智慧養(yǎng)老相關(guān)調(diào)查研究,以北京市16個(gè)行政區(qū)為調(diào)研對象,收集到了包括東城區(qū)、西城區(qū)、朝陽區(qū)、豐臺區(qū)、石景山區(qū)、海淀區(qū)、門頭溝區(qū)、房山區(qū)、通州區(qū)、順義區(qū)、昌平區(qū)、大興區(qū)、平谷區(qū)、密云區(qū)在內(nèi)的14個(gè)區(qū)的203個(gè)有效數(shù)據(jù)。樣本分布情況如表2所示。

    2. 問卷調(diào)查

    問卷調(diào)查對象為北京市各行政區(qū)內(nèi)?50歲以上老人,調(diào)查時(shí)間為?2019 年?12月20日-2020年1月15日,調(diào)查方式為社區(qū)實(shí)地問卷,調(diào)查內(nèi)容包括居住地所在行政區(qū)、年齡、文化程度、身體健康狀況、收入情況、子女?dāng)?shù)、子女收入情況、生活自理能力、對智能終端熟悉程度、社區(qū)對智慧養(yǎng)老宣傳力度、社區(qū)是否建立了智慧養(yǎng)老平臺、老人是否接觸過類似智慧平臺13個(gè)方面。

    3.調(diào)查結(jié)果概述及統(tǒng)計(jì)性分析

    本次調(diào)查一共收集有效問卷203份,問卷調(diào)查的基本情況見表3。

    (三)數(shù)據(jù)挖掘模型對比分析

    1.Logistic回歸。上文描述性統(tǒng)計(jì)分析了“智慧養(yǎng)老”需求意愿的影響因素,但僅檢驗(yàn)了各自變量與因變量單獨(dú)的關(guān)系,并沒有把各個(gè)因素結(jié)合起來。此部分將用Logistic回歸研究各自變量與因變量之間的關(guān)系。通過Logistic回歸,顯著的自變量會被引入模型。但是考慮到影響智慧養(yǎng)老需求意愿的因素很多,許多因素并不顯著,但其綜合影響可能較大,因此需要進(jìn)一步改進(jìn)。

    (1)數(shù)據(jù)準(zhǔn)備及變量賦值

    由于影響“智慧養(yǎng)老”需求意愿的因素較多,本文結(jié)合以往學(xué)者的研究成果,建模時(shí)以智慧養(yǎng)老需求意愿為因變量,其中將“打算參加智慧養(yǎng)老”賦值為1,“不打算參加智慧養(yǎng)老”的賦值為0;以老年人文化程度、年齡、經(jīng)濟(jì)情況、子女?dāng)?shù)、子女經(jīng)濟(jì)狀況(子女月平均工資)、自覺健康狀況、自理能力、對手機(jī)等智能終端的熟悉度、社區(qū)宣傳力度、是否了解或接觸過智慧養(yǎng)老平臺或相關(guān)類似平臺、政府智慧養(yǎng)老平臺是否建立完善11個(gè)變量為自變量,具體變量賦值見表4。

    (2)模型回歸

    Logistic模型使用逐步回歸分析方法篩選變量,最后進(jìn)入模型的變量包括:老年人的文化水平(受教育程度edu)、老人的月收入情況(pay)、老人生活自理能力(self)和老人對智能終端的熟悉程度四個(gè)變量(見表5)。

    (3)智慧養(yǎng)老需求意愿建模預(yù)測

    采用?5 折交叉驗(yàn)證法,并重復(fù)?10 次,建立?Logistic 回歸模型并進(jìn)行預(yù)測。步驟如下:第一,把總樣本平均分為?5 份,每次取其中?4 份作為訓(xùn)練集,剩余?1 份作為測試集,進(jìn)行建模預(yù)測;第二,更換訓(xùn)練集和測試集,再次進(jìn)行建模,共建立?5 次模型;第三,重復(fù)?1、2 步驟?10 次;第四,最后基于50 次測試結(jié)果,比較各分類算法的性能。建立?Logistic 回歸模型時(shí),調(diào)用?R 語言軟件的“nnet”包。表6 為?Logistic 回歸模型?50次建模預(yù)測的平均結(jié)果,其中實(shí)際參與智慧養(yǎng)老意愿的平均值為31,無參與意愿的平均值為16.4 。適齡老人實(shí)際有參與意愿,且被預(yù)測為有參與意愿的平均值為26.3 ,被預(yù)測為無參與意愿的平均值為?4.7;實(shí)際無參與意愿,但被預(yù)測為有參與意愿的平均值為2.8,被預(yù)測為無參與意愿的平均值為?13.6。

    2.數(shù)據(jù)挖掘模型。Logistic 回歸模型對智慧養(yǎng)老需求意愿進(jìn)行了建模,11 個(gè)變量中只有4個(gè)進(jìn)入到模型中,但現(xiàn)實(shí)中影響智慧養(yǎng)老需求意愿的因素很多,許多單個(gè)因素雖然不顯著,但這些因素的綜合作用可能會對結(jié)果產(chǎn)生較大影響。而數(shù)據(jù)挖掘的方法在建模時(shí)不要求影響因素是顯著的,同時(shí)能較好處理高緯度、線性不可分?jǐn)?shù)據(jù),其廣泛應(yīng)用于分類數(shù)據(jù)的判別與預(yù)測。因此本文接下來將通過決策樹模型方法,對智慧養(yǎng)老參與意愿進(jìn)行建模預(yù)測。

    True positives(TP)表示實(shí)際結(jié)果為正例,預(yù)測結(jié)果也為正例的樣本數(shù);False positives(FP)表示實(shí)際結(jié)果為負(fù)例,但被預(yù)測為正例的樣本數(shù);False negatives(FN)表示實(shí)際結(jié)果為正例,但被預(yù)測為負(fù)例的樣本數(shù);True negatives(TN)表示實(shí)際結(jié)果為負(fù)例,預(yù)測結(jié)果也為負(fù)例的樣本數(shù)。混淆矩陣如表7所示。

    模型預(yù)測結(jié)果根據(jù)以下幾個(gè)指標(biāo)評價(jià)性能:

    正確率(Accuracy):Accuracy =(TP+TN)/( TP+FN+FP+TN),是正確分類的樣本數(shù)與總樣本數(shù)的比值,若正確率越高,則對樣本分類的效果越好。

    查準(zhǔn)率(Precision):Precision=TP/(TP+FP),表示在被預(yù)測為正例的樣本中,其中實(shí)際為正例的占比。

    查全率(Recall):Recall=TP/(TP+FN),表示在實(shí)際為正例的樣本中,其中被預(yù)測為正例的占比。

    AUC:表示?ROC 曲線下面積的大小,AUC 的值在區(qū)間(0.5,1.0)內(nèi),在該區(qū)間內(nèi)AUC的值越大,則說明模型的準(zhǔn)確性越高。

    Press'Q:

    其中?N 是樣本總數(shù),n 是被正確分類的樣本數(shù),k 是分類組數(shù)。該工具是為了檢測模型的分類結(jié)果與隨機(jī)的分類結(jié)果之間是否具有顯著性差異,其服從自由度為?1 的卡方分布,當(dāng)?Press'Q 的值大于?3.84 時(shí),說明兩者具有顯著性差異。

    同時(shí),在建立模型中容易造成過擬合現(xiàn)象,為了避免這種現(xiàn)象,因此我們采用?5 折交叉驗(yàn)證法,并重復(fù)?10 次,建立模型并進(jìn)行預(yù)測。

    (1)決策樹模型

    決策樹模型是一種分類模型,模型呈樹狀結(jié)構(gòu),廣泛應(yīng)用于自然科學(xué)領(lǐng)域,具有可讀性好,擬合速度快等優(yōu)點(diǎn)。在分類時(shí),依據(jù)基尼系數(shù)進(jìn)行特征選取;建模時(shí),通過訓(xùn)練集數(shù)據(jù),基于損失函數(shù)最小化的原則進(jìn)行建模;預(yù)測時(shí),根據(jù)已建立的決策樹模型對預(yù)測集數(shù)據(jù)進(jìn)行分類(Breiman L I et al ,2008)。決策樹算法一般由兩步組成:(a)決策樹生成,根據(jù)訓(xùn)練集數(shù)據(jù)生成一個(gè)盡可能大的決策樹;(b)決策樹剪枝,用測試集數(shù)據(jù),依據(jù)損失函數(shù)最小化原則,對決策樹進(jìn)行剪枝。同時(shí),為了確保模型的準(zhǔn)確度,本文調(diào)用?R 語言軟件中的“rpart”包,通過設(shè)置復(fù)雜性參數(shù)?CP 值,經(jīng)過多次實(shí)驗(yàn)發(fā)現(xiàn)?CP 值為?0.014 時(shí),模型的準(zhǔn)確率最高,最終,建立模型并進(jìn)行預(yù)測。

    表?8 為決策樹模型?50 次建模預(yù)測的平均結(jié)果,其中實(shí)際具有智慧養(yǎng)老需求意愿的平均值為31,無需求意愿的平均值為?16.4。適齡老人實(shí)際有需求意愿,且被預(yù)測為有需求意愿的平均值為28.9,被預(yù)測為無需求意愿的平均值為2.1;實(shí)際無需求意愿,但被預(yù)測為有需求意愿的平均值為?0.2,被預(yù)測為無需求意愿的平均值為?16.2。

    整體來說,數(shù)據(jù)挖掘模型的決策樹模型在正確率、查準(zhǔn)率、查全率、AUC、PressQ方面的結(jié)果都好于Logistic回歸模型。其中決策樹模型的正確率95.1%大于Logistic模型的84.2%,查準(zhǔn)率99.3%大于Logistic回歸模型的90.3%,查全率93.2%大于Logistic回歸模型的84.8%。AUC決策樹模型較接近1,且決策樹模型的PressQ值4.01大于Logistic模型的3.92,表明決策樹分類方法好于Logistic模型的結(jié)果。

    三、主要結(jié)論與建議

    由Logistic回歸模型和數(shù)據(jù)挖掘模型可知,北京地區(qū)適齡老人對智慧養(yǎng)老需求意愿的主要影響因素是老年人的文化程度、老年人的月收入水平、老年人的生活自理能力、老年人對智慧終端的熟悉程度。而老年人年齡、子女?dāng)?shù)、子女經(jīng)濟(jì)狀況(子女月平均工資)、社區(qū)宣傳力度、是否了解或接觸過智慧養(yǎng)老平臺或相關(guān)類似平臺、政府智慧養(yǎng)老平臺是否建立完善等因素對老人的智慧養(yǎng)老需求的影響并不大。

    近年來多項(xiàng)相關(guān)養(yǎng)老政策的出臺的確提高了一部分人加入智慧養(yǎng)老體系的意愿,但我國自古以來養(yǎng)兒防老理念早已深入人心,導(dǎo)致總體而言人們的智慧養(yǎng)老參與意愿仍不高。未來幾年是智慧養(yǎng)老推行和實(shí)施的關(guān)鍵期和成熟期,如何更好地解決上述問題,完善智慧養(yǎng)老體系,提高養(yǎng)老服務(wù)水平,增強(qiáng)對老年人的安全保障等,是當(dāng)今學(xué)者和實(shí)務(wù)界人士需重點(diǎn)考慮的問題。譬如,利用社區(qū)力量組織舉辦各種豐富的教育文化活動,同時(shí)鼓勵(lì)民間組織開展老年人再教育活動,為愿意學(xué)習(xí)各種書法、繪畫、舞蹈以及棋類等的老年人提供平臺;加大對老年人信息服務(wù)建設(shè)的投入力度,比如購置智能檢測儀,時(shí)刻關(guān)注老年人的身體健康以及出行安全等情況,從而能為應(yīng)對老年人出現(xiàn)的突發(fā)情況提供應(yīng)急措施。

    參考文獻(xiàn)

    [1]高林:《社區(qū)老年人“智慧養(yǎng)老”需求意愿影響因素分析》,《衛(wèi)生職業(yè)教育》,2019年第12期。

    [2]胡黎明:《新型數(shù)字化居家式養(yǎng)老社區(qū)解決方案》,《智能建筑》,2007年第11期。

    [3]向運(yùn)華、姚虹:《養(yǎng)老服務(wù)體系創(chuàng)新:智慧養(yǎng)老的地方實(shí)踐與對策》,《西安財(cái)經(jīng)學(xué)院學(xué)報(bào)》,2016年第6期。

    [4]張雷、韓永樂:《當(dāng)前我國智慧養(yǎng)老的主要模式、存在問題與對策》,《社會保障研究》,2017年第2期。

    [5]左美云:《智慧養(yǎng)老的內(nèi)涵、模式與機(jī)遇》,《中國公共安全》,2014年第10期。

    [6]Breiman L I et al, “Classification and Regression Trees (CART)”, Encyclopedia of Ecology, 2008, Vol.3:582-588.

    [7]Cortes C,Vapnik V, “Support-Vector Networks”, Kluwer Academic Publishers,1995,Vol.20:273-279.

    [8]Breiman L, “Random Forests”, Machine Learning, 2001, Vol.1:5-32.

    (*王瀟瀟、郭旭林、陳建,中國政法大學(xué)商學(xué)院(研究生院);陳夢昕,中國礦業(yè)大學(xué)管理學(xué)院(北京)。本文是2019年度教育部哲學(xué)社會科學(xué)研究后期資助重大課題《全生命周期養(yǎng)老準(zhǔn)備的金融理論與實(shí)踐創(chuàng)新研究》的階段性成果(項(xiàng)目編號:19JHQ007)。責(zé)任編輯:崔克亮)

    RESEARCH ON INFLUENCING FACTORS OF

    PARTICIPATION INTENTION OF BEIJING SMART PENSION

    SYSTEM BASED ON DATA MINING

    Wang Xiaoxiao, Guo Xulin, Chen Jian, Chen Mengxin

    Abstract: The smart pension system itself has a management problem with rich content and influenced by complex factors. The traditional research is difficult to reveal its comprehensive inner influence mechanism because of the limitation of methods. This paper collects large sample data through social investigation on the basis of theoretical and empirical research, selects the optimal machine learning model algorithm to train and test the large data, carries out multi-level data mining for exploratory research, reveals influencing factors of participation intention of Beijing smart pension system.

    Keywords: Smart Pension; Participation Intention; Data Mining

    猜你喜歡
    智慧養(yǎng)老數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    新型智慧居家養(yǎng)老服務(wù)平臺的應(yīng)用探索
    智慧養(yǎng)老的信息服務(wù)終端設(shè)計(jì)研究的必要性
    開啟“智慧養(yǎng)老”新模式
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    數(shù)據(jù)挖掘的分析與探索
    基于GPGPU的離散數(shù)據(jù)挖掘研究
    国产一区在线观看成人免费| 国产黄色小视频在线观看| 在线观看av片永久免费下载| 欧美日韩综合久久久久久 | 国模一区二区三区四区视频| 亚洲av美国av| 免费在线观看影片大全网站| 亚洲av中文字字幕乱码综合| e午夜精品久久久久久久| 国产精品精品国产色婷婷| 国产伦精品一区二区三区视频9 | 人人妻,人人澡人人爽秒播| 白带黄色成豆腐渣| 9191精品国产免费久久| 免费观看精品视频网站| 欧美国产日韩亚洲一区| 久99久视频精品免费| 亚洲av一区综合| 日本精品一区二区三区蜜桃| 国产av在哪里看| 无限看片的www在线观看| 级片在线观看| 国产淫片久久久久久久久 | 亚洲 国产 在线| 精品一区二区三区视频在线观看免费| 国产精品国产高清国产av| 国产伦在线观看视频一区| 男女那种视频在线观看| 欧美日韩福利视频一区二区| 日本 欧美在线| 观看美女的网站| 亚洲av美国av| 国产精品av视频在线免费观看| 日韩人妻高清精品专区| 欧美日韩黄片免| 国产精品一区二区三区四区免费观看 | 亚洲国产精品sss在线观看| 99国产极品粉嫩在线观看| 日韩人妻高清精品专区| 黄色成人免费大全| 亚洲国产日韩欧美精品在线观看 | 啪啪无遮挡十八禁网站| 哪里可以看免费的av片| 午夜福利欧美成人| 日韩人妻高清精品专区| 在线天堂最新版资源| 又黄又爽又免费观看的视频| 人人妻人人看人人澡| 好看av亚洲va欧美ⅴa在| 人妻丰满熟妇av一区二区三区| 亚洲av成人精品一区久久| 国产在线精品亚洲第一网站| 亚洲不卡免费看| 欧美中文日本在线观看视频| 少妇人妻精品综合一区二区 | 法律面前人人平等表现在哪些方面| 亚洲人成伊人成综合网2020| 麻豆成人午夜福利视频| 一区二区三区免费毛片| 91久久精品国产一区二区成人 | 日本一二三区视频观看| 国产黄色小视频在线观看| 亚洲av电影在线进入| 丰满的人妻完整版| 亚洲自拍偷在线| 999久久久精品免费观看国产| 黄色日韩在线| 精品国产超薄肉色丝袜足j| h日本视频在线播放| av专区在线播放| 丰满人妻熟妇乱又伦精品不卡| 欧美在线一区亚洲| 日韩欧美精品v在线| 一个人看的www免费观看视频| 亚洲男人的天堂狠狠| 午夜老司机福利剧场| 乱人视频在线观看| 日韩欧美国产一区二区入口| 亚洲成av人片在线播放无| 国产精品久久电影中文字幕| 久久天躁狠狠躁夜夜2o2o| 国产一区二区三区在线臀色熟女| 国产91精品成人一区二区三区| 国产精品av视频在线免费观看| 日本 av在线| 国产精品久久久久久亚洲av鲁大| 在线观看66精品国产| 高潮久久久久久久久久久不卡| 精品日产1卡2卡| 色视频www国产| 在线看三级毛片| 欧美色视频一区免费| 一进一出好大好爽视频| eeuss影院久久| 中文字幕av成人在线电影| 亚洲人成网站在线播放欧美日韩| 天堂网av新在线| 一卡2卡三卡四卡精品乱码亚洲| 欧美一区二区亚洲| 中文字幕人成人乱码亚洲影| 亚洲一区二区三区色噜噜| 色老头精品视频在线观看| 内地一区二区视频在线| 真人一进一出gif抽搐免费| 他把我摸到了高潮在线观看| 亚洲 国产 在线| 2021天堂中文幕一二区在线观| 久久久久亚洲av毛片大全| 999久久久精品免费观看国产| 日本成人三级电影网站| 亚洲专区国产一区二区| 午夜福利在线观看免费完整高清在 | 悠悠久久av| 99久久九九国产精品国产免费| 国产乱人伦免费视频| 国产免费男女视频| 香蕉久久夜色| 国产成+人综合+亚洲专区| 欧美高清成人免费视频www| 亚洲国产欧美网| 国产精品亚洲美女久久久| 中文字幕高清在线视频| 欧美绝顶高潮抽搐喷水| 波野结衣二区三区在线 | 国产一区在线观看成人免费| 91字幕亚洲| 午夜视频国产福利| 真实男女啪啪啪动态图| 看免费av毛片| 亚洲欧美日韩高清在线视频| 精品久久久久久久久久久久久| 亚洲精品456在线播放app | 国产三级中文精品| 午夜免费成人在线视频| 欧美又色又爽又黄视频| av天堂在线播放| 亚洲精品日韩av片在线观看 | 噜噜噜噜噜久久久久久91| 亚洲内射少妇av| 国产一区二区三区在线臀色熟女| 亚洲欧美日韩卡通动漫| 露出奶头的视频| 深夜精品福利| 天堂√8在线中文| 19禁男女啪啪无遮挡网站| 99精品欧美一区二区三区四区| 热99在线观看视频| 日韩 欧美 亚洲 中文字幕| 国产精品,欧美在线| 男女床上黄色一级片免费看| 久久精品综合一区二区三区| 听说在线观看完整版免费高清| 亚洲av第一区精品v没综合| 狠狠狠狠99中文字幕| 十八禁人妻一区二区| 欧美日韩乱码在线| 女人十人毛片免费观看3o分钟| 亚洲av电影在线进入| 亚洲av日韩精品久久久久久密| 69人妻影院| 在线观看午夜福利视频| 日韩高清综合在线| e午夜精品久久久久久久| 精品人妻一区二区三区麻豆 | 久久精品影院6| 欧美黄色片欧美黄色片| 女生性感内裤真人,穿戴方法视频| 最近视频中文字幕2019在线8| 男女视频在线观看网站免费| 最后的刺客免费高清国语| 日本一二三区视频观看| 国模一区二区三区四区视频| 男人的好看免费观看在线视频| 在线观看日韩欧美| 国产麻豆成人av免费视频| 天堂影院成人在线观看| 国产成+人综合+亚洲专区| 成人国产综合亚洲| 99久久九九国产精品国产免费| 国产成人av激情在线播放| 国产成人啪精品午夜网站| 国产69精品久久久久777片| 蜜桃久久精品国产亚洲av| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 18禁国产床啪视频网站| 日本精品一区二区三区蜜桃| 在线观看美女被高潮喷水网站 | 国产欧美日韩一区二区三| 亚洲内射少妇av| 淫秽高清视频在线观看| 美女cb高潮喷水在线观看| 久久草成人影院| 国产色爽女视频免费观看| 国产亚洲精品av在线| 在线天堂最新版资源| 国产精品影院久久| 精品国产三级普通话版| 19禁男女啪啪无遮挡网站| 国内毛片毛片毛片毛片毛片| 欧美乱妇无乱码| 老司机午夜福利在线观看视频| 久久人妻av系列| 又黄又粗又硬又大视频| 国产精品亚洲一级av第二区| 神马国产精品三级电影在线观看| 一a级毛片在线观看| 国产高清视频在线观看网站| 深爱激情五月婷婷| 嫁个100分男人电影在线观看| e午夜精品久久久久久久| 夜夜躁狠狠躁天天躁| 手机成人av网站| 亚洲成人久久性| 国产蜜桃级精品一区二区三区| 亚洲av日韩精品久久久久久密| av视频在线观看入口| 狂野欧美白嫩少妇大欣赏| 亚洲国产中文字幕在线视频| 丁香六月欧美| 手机成人av网站| av天堂在线播放| 日本精品一区二区三区蜜桃| 51午夜福利影视在线观看| 99在线视频只有这里精品首页| 国产高清三级在线| 18禁黄网站禁片午夜丰满| 久久久久国内视频| 人妻久久中文字幕网| 中文字幕av在线有码专区| 少妇高潮的动态图| 国产野战对白在线观看| 在线免费观看的www视频| 偷拍熟女少妇极品色| 别揉我奶头~嗯~啊~动态视频| av黄色大香蕉| 久久精品国产亚洲av涩爱 | 三级毛片av免费| 中文在线观看免费www的网站| 国产精品亚洲美女久久久| 免费看光身美女| 国产日本99.免费观看| 午夜福利高清视频| 两个人视频免费观看高清| 最后的刺客免费高清国语| 五月伊人婷婷丁香| 国产一区在线观看成人免费| 国产一区二区三区在线臀色熟女| 国产亚洲精品久久久com| 色尼玛亚洲综合影院| 99久久九九国产精品国产免费| 亚洲自拍偷在线| 国产一区二区亚洲精品在线观看| 欧美成狂野欧美在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 午夜福利视频1000在线观看| 亚洲久久久久久中文字幕| 内射极品少妇av片p| 99国产极品粉嫩在线观看| 国产一区二区激情短视频| 真人一进一出gif抽搐免费| 欧美丝袜亚洲另类 | 他把我摸到了高潮在线观看| 性色av乱码一区二区三区2| 黄色片一级片一级黄色片| 夜夜躁狠狠躁天天躁| 在线观看66精品国产| 最新中文字幕久久久久| 最近最新中文字幕大全免费视频| 欧美色欧美亚洲另类二区| 18+在线观看网站| 大型黄色视频在线免费观看| 亚洲熟妇熟女久久| 亚洲精品影视一区二区三区av| 欧美成人免费av一区二区三区| 一区二区三区国产精品乱码| 久久久久久九九精品二区国产| 男女下面进入的视频免费午夜| 午夜亚洲福利在线播放| 夜夜夜夜夜久久久久| 午夜免费男女啪啪视频观看 | 日韩欧美 国产精品| 男女做爰动态图高潮gif福利片| 我要搜黄色片| 很黄的视频免费| 精品久久久久久久人妻蜜臀av| 国产99白浆流出| 久久精品国产亚洲av香蕉五月| 18禁美女被吸乳视频| 熟女少妇亚洲综合色aaa.| 亚洲av五月六月丁香网| 久久久成人免费电影| 免费看十八禁软件| 精品人妻一区二区三区麻豆 | 狂野欧美激情性xxxx| 成人一区二区视频在线观看| 老汉色∧v一级毛片| 亚洲av成人av| 中国美女看黄片| 九色国产91popny在线| 国产精品亚洲一级av第二区| 国产精品久久久人人做人人爽| 国产高清有码在线观看视频| 精品午夜福利视频在线观看一区| 久久精品国产亚洲av涩爱 | 免费观看的影片在线观看| 色av中文字幕| 亚洲国产精品合色在线| 午夜a级毛片| 一个人免费在线观看电影| 欧美黄色淫秽网站| 成人精品一区二区免费| 亚洲中文字幕日韩| 亚洲av免费在线观看| 真人一进一出gif抽搐免费| 亚洲精品乱码久久久v下载方式 | 久久亚洲精品不卡| 69人妻影院| 又爽又黄无遮挡网站| 91九色精品人成在线观看| 亚洲 国产 在线| 国产精品精品国产色婷婷| 国产成人欧美在线观看| 国产精品国产高清国产av| 亚洲欧美日韩无卡精品| 90打野战视频偷拍视频| 女人被狂操c到高潮| 久久精品国产亚洲av涩爱 | 精品一区二区三区视频在线 | 手机成人av网站| av国产免费在线观看| 日韩av在线大香蕉| 亚洲精品456在线播放app | 欧美性猛交黑人性爽| 国产成人av教育| 久久精品国产综合久久久| 日韩免费av在线播放| 欧美一区二区国产精品久久精品| 美女 人体艺术 gogo| 伊人久久精品亚洲午夜| 亚洲成人中文字幕在线播放| 一个人免费在线观看电影| 国产亚洲欧美98| www日本在线高清视频| 亚洲美女视频黄频| 高清毛片免费观看视频网站| 日韩大尺度精品在线看网址| 亚洲专区中文字幕在线| 嫩草影院精品99| 一卡2卡三卡四卡精品乱码亚洲| 激情在线观看视频在线高清| 18禁国产床啪视频网站| 亚洲人成伊人成综合网2020| 欧美激情久久久久久爽电影| 老汉色av国产亚洲站长工具| 99久久精品国产亚洲精品| 欧美乱码精品一区二区三区| 美女大奶头视频| 亚洲国产精品成人综合色| 欧洲精品卡2卡3卡4卡5卡区| 在线a可以看的网站| 天堂动漫精品| x7x7x7水蜜桃| 99国产精品一区二区三区| 国产91精品成人一区二区三区| 成年人黄色毛片网站| 小蜜桃在线观看免费完整版高清| 国产真实伦视频高清在线观看 | 成人一区二区视频在线观看| 亚洲av成人不卡在线观看播放网| 亚洲性夜色夜夜综合| 亚洲精品乱码久久久v下载方式 | 欧美成人a在线观看| 国产在视频线在精品| 国产一区二区三区视频了| 国内毛片毛片毛片毛片毛片| 99久国产av精品| 欧美日韩综合久久久久久 | 在线观看日韩欧美| 午夜免费男女啪啪视频观看 | 中文字幕人成人乱码亚洲影| 亚洲精品久久国产高清桃花| 国产精品电影一区二区三区| 亚洲精品日韩av片在线观看 | 最新美女视频免费是黄的| 精品电影一区二区在线| 露出奶头的视频| 人妻久久中文字幕网| 麻豆久久精品国产亚洲av| 在线观看美女被高潮喷水网站 | 久久亚洲真实| 精品人妻一区二区三区麻豆 | 欧美绝顶高潮抽搐喷水| 国产精品久久久久久精品电影| 久9热在线精品视频| 好看av亚洲va欧美ⅴa在| 国产高清激情床上av| tocl精华| 一本综合久久免费| av欧美777| 久久久国产成人免费| 熟妇人妻久久中文字幕3abv| 97超视频在线观看视频| 国产亚洲欧美98| 精品一区二区三区视频在线观看免费| 成人午夜高清在线视频| 欧美乱码精品一区二区三区| 91麻豆精品激情在线观看国产| 给我免费播放毛片高清在线观看| 少妇熟女aⅴ在线视频| 亚洲国产欧美人成| 久久久久精品国产欧美久久久| 男女午夜视频在线观看| 亚洲成人久久爱视频| 亚洲电影在线观看av| 日日干狠狠操夜夜爽| 午夜免费男女啪啪视频观看 | 日本与韩国留学比较| 国产精品 国内视频| 真人做人爱边吃奶动态| www日本黄色视频网| 亚洲精华国产精华精| 一本综合久久免费| 天堂动漫精品| 国产精品永久免费网站| 日韩人妻高清精品专区| 18禁在线播放成人免费| 精品久久久久久久久久久久久| 亚洲人成网站在线播| 午夜福利在线观看吧| a级一级毛片免费在线观看| 午夜福利欧美成人| 好男人在线观看高清免费视频| 在线十欧美十亚洲十日本专区| 美女高潮喷水抽搐中文字幕| 亚洲av不卡在线观看| 国产精品综合久久久久久久免费| 麻豆国产av国片精品| 日韩大尺度精品在线看网址| 少妇人妻一区二区三区视频| 成人无遮挡网站| 国产探花在线观看一区二区| eeuss影院久久| 在线观看日韩欧美| 婷婷精品国产亚洲av| 一个人免费在线观看的高清视频| 日本在线视频免费播放| 久久欧美精品欧美久久欧美| 日本 欧美在线| 国产激情欧美一区二区| 少妇丰满av| 国产美女午夜福利| 国产老妇女一区| 一夜夜www| 看片在线看免费视频| 久久久久久久久大av| 国产成人欧美在线观看| 老汉色∧v一级毛片| 一个人观看的视频www高清免费观看| 国产激情偷乱视频一区二区| 久久精品国产亚洲av香蕉五月| 国内精品久久久久久久电影| 999久久久精品免费观看国产| 久久亚洲真实| 韩国av一区二区三区四区| 亚洲av免费在线观看| 色综合欧美亚洲国产小说| 一进一出抽搐gif免费好疼| 国模一区二区三区四区视频| 久久精品国产亚洲av涩爱 | 国产毛片a区久久久久| 欧美性猛交黑人性爽| 夜夜躁狠狠躁天天躁| 久久99热这里只有精品18| 国产成人欧美在线观看| 国产乱人视频| 亚洲最大成人手机在线| 欧美不卡视频在线免费观看| 51午夜福利影视在线观看| 久久久久久久久中文| 成年女人永久免费观看视频| 午夜久久久久精精品| 91av网一区二区| 在线免费观看不下载黄p国产 | 久久久国产成人免费| 久久国产精品影院| 成人午夜高清在线视频| 午夜日韩欧美国产| 亚洲熟妇中文字幕五十中出| 欧美国产日韩亚洲一区| 亚洲成人中文字幕在线播放| 无人区码免费观看不卡| 色哟哟哟哟哟哟| 最近最新免费中文字幕在线| 久久久久久久久中文| 少妇的逼好多水| 国产高清三级在线| 一进一出好大好爽视频| 欧美日韩亚洲国产一区二区在线观看| 国产精品久久久久久亚洲av鲁大| 好男人在线观看高清免费视频| 在线观看免费视频日本深夜| 欧美激情在线99| 两性午夜刺激爽爽歪歪视频在线观看| 国产一区二区三区在线臀色熟女| 国产在线精品亚洲第一网站| 久久99热这里只有精品18| 特大巨黑吊av在线直播| 村上凉子中文字幕在线| 老司机午夜十八禁免费视频| 国产爱豆传媒在线观看| 亚洲五月婷婷丁香| 欧美区成人在线视频| 丝袜美腿在线中文| 搞女人的毛片| 波多野结衣高清作品| 丰满人妻熟妇乱又伦精品不卡| 国产三级在线视频| 51国产日韩欧美| 国内精品美女久久久久久| 国产亚洲av嫩草精品影院| 一级黄色大片毛片| 欧美成人性av电影在线观看| 国产伦一二天堂av在线观看| 国产一区二区激情短视频| 国产成人av激情在线播放| 男女做爰动态图高潮gif福利片| 一级黄片播放器| 精品电影一区二区在线| 桃红色精品国产亚洲av| 国产精品亚洲一级av第二区| 亚洲精华国产精华精| 亚洲欧美日韩东京热| 少妇裸体淫交视频免费看高清| 一区二区三区国产精品乱码| 老汉色av国产亚洲站长工具| 国产av一区在线观看免费| 日本免费一区二区三区高清不卡| 91在线精品国自产拍蜜月 | 国产三级中文精品| 最近最新免费中文字幕在线| 亚洲国产精品合色在线| 香蕉丝袜av| 亚洲午夜理论影院| 亚洲精品国产精品久久久不卡| 国产成人a区在线观看| 国产精品免费一区二区三区在线| 亚洲第一电影网av| 国内揄拍国产精品人妻在线| 色综合欧美亚洲国产小说| 人人妻人人澡欧美一区二区| 亚洲人与动物交配视频| 日韩免费av在线播放| 99精品久久久久人妻精品| 麻豆久久精品国产亚洲av| 欧美成狂野欧美在线观看| 久久精品91蜜桃| 给我免费播放毛片高清在线观看| 亚洲专区国产一区二区| 中国美女看黄片| 日本成人三级电影网站| 欧美zozozo另类| 两性午夜刺激爽爽歪歪视频在线观看| 18禁在线播放成人免费| 日韩欧美在线乱码| 久久久久久国产a免费观看| 成人欧美大片| 色综合站精品国产| 中文字幕高清在线视频| 亚洲狠狠婷婷综合久久图片| 中文资源天堂在线| 国内毛片毛片毛片毛片毛片| 熟妇人妻久久中文字幕3abv| 亚洲av电影在线进入| 香蕉久久夜色| 日本a在线网址| 伊人久久精品亚洲午夜| 一夜夜www| 欧美精品啪啪一区二区三区| 岛国在线免费视频观看| 色老头精品视频在线观看| 欧美zozozo另类| 亚洲国产精品合色在线| 最近最新免费中文字幕在线| 久久国产精品影院| 青草久久国产| 日本黄色视频三级网站网址| 午夜福利视频1000在线观看| 午夜福利在线观看免费完整高清在 | 国模一区二区三区四区视频| av天堂中文字幕网| 桃红色精品国产亚洲av| 精品一区二区三区视频在线观看免费| 欧美成狂野欧美在线观看| 一进一出抽搐gif免费好疼| 一级黄片播放器| 丁香欧美五月| 亚洲第一欧美日韩一区二区三区| 少妇丰满av| 最新美女视频免费是黄的| 亚洲av免费在线观看| 中文字幕久久专区| 亚洲av日韩精品久久久久久密| 久久久久免费精品人妻一区二区| 我要搜黄色片| 99久久九九国产精品国产免费| 美女cb高潮喷水在线观看| 亚洲专区中文字幕在线| 国产成人影院久久av| 舔av片在线| 欧美乱色亚洲激情| av视频在线观看入口| 婷婷精品国产亚洲av| 十八禁人妻一区二区| 老熟妇仑乱视频hdxx| 老司机午夜十八禁免费视频|