• <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
    91精品伊人久久大香线蕉| 欧美另类一区| a级毛片在线看网站| 国产免费又黄又爽又色| 国产精品一区www在线观看| 精品久久国产蜜桃| 日本色播在线视频| 亚洲性久久影院| 亚洲精品成人av观看孕妇| 大片电影免费在线观看免费| 亚洲第一区二区三区不卡| 丁香六月天网| 精品卡一卡二卡四卡免费| 成人国产麻豆网| 女人久久www免费人成看片| 丝瓜视频免费看黄片| 热99国产精品久久久久久7| 在线观看美女被高潮喷水网站| 国产黄频视频在线观看| 国产探花极品一区二区| 欧美3d第一页| 一二三四中文在线观看免费高清| 啦啦啦在线观看免费高清www| 少妇被粗大猛烈的视频| 国产永久视频网站| 宅男免费午夜| 校园人妻丝袜中文字幕| 久久久久久久久久久久大奶| 国产毛片在线视频| 国产精品蜜桃在线观看| 天美传媒精品一区二区| 欧美日韩视频精品一区| 国产成人精品在线电影| 久久精品熟女亚洲av麻豆精品| 丰满少妇做爰视频| 精品久久蜜臀av无| 哪个播放器可以免费观看大片| 久久久久久久久久人人人人人人| h视频一区二区三区| 中文字幕亚洲精品专区| 性色avwww在线观看| 七月丁香在线播放| 国产精品成人在线| 久久久久久久久久成人| 晚上一个人看的免费电影| 青青草视频在线视频观看| 如日韩欧美国产精品一区二区三区| 国产男女超爽视频在线观看| 亚洲精品久久成人aⅴ小说| 亚洲国产精品成人久久小说| 青青草视频在线视频观看| 亚洲成国产人片在线观看| 欧美精品人与动牲交sv欧美| 亚洲成色77777| 精品一品国产午夜福利视频| 亚洲精华国产精华液的使用体验| 欧美成人午夜免费资源| 欧美3d第一页| 另类精品久久| 国产片特级美女逼逼视频| 亚洲欧美清纯卡通| 亚洲成人手机| 少妇的逼好多水| 七月丁香在线播放| 只有这里有精品99| 大陆偷拍与自拍| 免费看不卡的av| 欧美精品高潮呻吟av久久| 久久精品夜色国产| 亚洲高清免费不卡视频| 国产成人免费观看mmmm| 国产黄色免费在线视频| 最近中文字幕2019免费版| 国产白丝娇喘喷水9色精品| 一个人免费看片子| 男人舔女人的私密视频| 亚洲精品中文字幕在线视频| 美女国产高潮福利片在线看| 精品国产国语对白av| av天堂久久9| 爱豆传媒免费全集在线观看| 亚洲欧美成人综合另类久久久| 国产精品国产三级专区第一集| 欧美xxⅹ黑人| 女人久久www免费人成看片| 亚洲精品一二三| 亚洲国产毛片av蜜桃av| 久久精品久久久久久久性| 老司机亚洲免费影院| 日日爽夜夜爽网站| 狂野欧美激情性xxxx在线观看| 日本vs欧美在线观看视频| 日韩一本色道免费dvd| 亚洲人成77777在线视频| 亚洲,欧美,日韩| 一级爰片在线观看| videos熟女内射| 亚洲国产毛片av蜜桃av| 久久99热6这里只有精品| 男人爽女人下面视频在线观看| 日韩欧美精品免费久久| 两个人看的免费小视频| 一边亲一边摸免费视频| 国产一区亚洲一区在线观看| 最黄视频免费看| 成人手机av| 亚洲精品乱码久久久久久按摩| 国产精品久久久久久久电影| 久久久国产精品麻豆| 男女无遮挡免费网站观看| 亚洲精品国产av蜜桃| 日本欧美国产在线视频| 精品国产国语对白av| 中文字幕av电影在线播放| 国产高清国产精品国产三级| 久久午夜综合久久蜜桃| 亚洲精品日韩在线中文字幕| 免费看不卡的av| 国产xxxxx性猛交| 免费人成在线观看视频色| 国产一区有黄有色的免费视频| 18禁国产床啪视频网站| 老司机影院毛片| av有码第一页| 全区人妻精品视频| 免费女性裸体啪啪无遮挡网站| 国产免费现黄频在线看| 高清视频免费观看一区二区| 久久这里有精品视频免费| 巨乳人妻的诱惑在线观看| 久久久久网色| 国产精品久久久久久av不卡| 97在线视频观看| 亚洲内射少妇av| 少妇人妻 视频| 男人操女人黄网站| 精品福利永久在线观看| 考比视频在线观看| 欧美97在线视频| 免费黄频网站在线观看国产| 精品99又大又爽又粗少妇毛片| 久久久久久人人人人人| 九九爱精品视频在线观看| 丝袜喷水一区| 美女中出高潮动态图| 妹子高潮喷水视频| 热99国产精品久久久久久7| av不卡在线播放| 欧美日韩av久久| 97人妻天天添夜夜摸| 水蜜桃什么品种好| 最近的中文字幕免费完整| 97人妻天天添夜夜摸| 亚洲国产精品成人久久小说| 99国产精品免费福利视频| 涩涩av久久男人的天堂| 中文字幕亚洲精品专区| 免费黄网站久久成人精品| 18禁观看日本| 999精品在线视频| 久久99热6这里只有精品| 午夜激情av网站| 在线免费观看不下载黄p国产| 丝瓜视频免费看黄片| 久热久热在线精品观看| 午夜福利视频在线观看免费| 少妇的逼水好多| 欧美激情极品国产一区二区三区 | 九草在线视频观看| 日本黄色日本黄色录像| 少妇高潮的动态图| 九草在线视频观看| 人人妻人人澡人人爽人人夜夜| 久久精品人人爽人人爽视色| 国产精品一区二区在线观看99| 欧美日韩综合久久久久久| 亚洲成人av在线免费| 国产高清不卡午夜福利| 亚洲国产精品一区二区三区在线| 亚洲国产精品一区二区三区在线| 欧美精品一区二区大全| 最新的欧美精品一区二区| 亚洲精品,欧美精品| 午夜av观看不卡| 欧美日韩精品成人综合77777| 亚洲熟女精品中文字幕| 亚洲一级一片aⅴ在线观看| 国产亚洲欧美精品永久| 熟女电影av网| 中文字幕另类日韩欧美亚洲嫩草| 99国产综合亚洲精品| 国产有黄有色有爽视频| 夫妻性生交免费视频一级片| 久久国产精品大桥未久av| 日韩在线高清观看一区二区三区| 少妇高潮的动态图| 日韩在线高清观看一区二区三区| 人人妻人人爽人人添夜夜欢视频| 成年动漫av网址| 免费黄频网站在线观看国产| 免费黄频网站在线观看国产| 日韩欧美一区视频在线观看| 欧美激情国产日韩精品一区| 亚洲欧美成人精品一区二区| 99国产精品免费福利视频| 黑丝袜美女国产一区| 一级片免费观看大全| 最黄视频免费看| 国产亚洲欧美精品永久| 一二三四中文在线观看免费高清| 日日爽夜夜爽网站| 嫩草影院入口| 久久久久久人人人人人| 亚洲丝袜综合中文字幕| 免费看不卡的av| 在线精品无人区一区二区三| 欧美激情极品国产一区二区三区 | 一区二区av电影网| 一边亲一边摸免费视频| 人人澡人人妻人| 亚洲婷婷狠狠爱综合网| a级毛片黄视频| 激情视频va一区二区三区| 男人舔女人的私密视频| 国产精品麻豆人妻色哟哟久久| 午夜视频国产福利| 久久精品国产亚洲av涩爱| 90打野战视频偷拍视频| 国产福利在线免费观看视频| av播播在线观看一区| 亚洲美女视频黄频| 午夜激情久久久久久久| 成人漫画全彩无遮挡| 国产av国产精品国产| 婷婷色综合www| 韩国av在线不卡| 久久精品国产鲁丝片午夜精品| av视频免费观看在线观看| 成人免费观看视频高清| 国产免费一级a男人的天堂| 国产精品偷伦视频观看了| 五月玫瑰六月丁香| 久久青草综合色| www日本在线高清视频| 欧美精品亚洲一区二区| 热re99久久精品国产66热6| 18禁观看日本| 亚洲欧美成人精品一区二区| 免费av不卡在线播放| 亚洲精品aⅴ在线观看| 99香蕉大伊视频| 有码 亚洲区| 看免费av毛片| 美国免费a级毛片| 亚洲精品456在线播放app| 又黄又爽又刺激的免费视频.| 亚洲精品久久成人aⅴ小说| 久久久久国产网址| 欧美日韩综合久久久久久| 天天躁夜夜躁狠狠久久av| 日本wwww免费看| 美女内射精品一级片tv| 亚洲欧美一区二区三区国产| 啦啦啦啦在线视频资源| 欧美激情 高清一区二区三区| 成年美女黄网站色视频大全免费| 国产欧美另类精品又又久久亚洲欧美| 免费观看无遮挡的男女| 妹子高潮喷水视频| 热99久久久久精品小说推荐| 日本黄大片高清| 99热网站在线观看| 久久国产亚洲av麻豆专区| 久久99热6这里只有精品| 18禁观看日本| 日韩欧美一区视频在线观看| 日本免费在线观看一区| 亚洲色图 男人天堂 中文字幕 | 国产男女内射视频| 国产亚洲精品久久久com| 另类精品久久| 久久精品熟女亚洲av麻豆精品| 在线天堂中文资源库| 国产精品国产三级专区第一集| 国产亚洲欧美精品永久| 嫩草影院入口| 免费看av在线观看网站| 亚洲伊人色综图| 深夜精品福利| 久久99精品国语久久久| 久久久精品94久久精品| 夜夜骑夜夜射夜夜干| 亚洲国产欧美日韩在线播放| 青春草视频在线免费观看| videosex国产| 观看av在线不卡| 亚洲欧洲精品一区二区精品久久久 | 国产黄色免费在线视频| 各种免费的搞黄视频| av在线播放精品| 亚洲欧美日韩另类电影网站| 久久久国产欧美日韩av| 九草在线视频观看| 日产精品乱码卡一卡2卡三| 啦啦啦在线观看免费高清www| 大片免费播放器 马上看| 国产69精品久久久久777片| 成年动漫av网址| 国产精品久久久久久久电影| 又大又黄又爽视频免费| 久久人人爽av亚洲精品天堂| 97人妻天天添夜夜摸| 国产精品久久久av美女十八| 五月开心婷婷网| 国产精品无大码| 丰满乱子伦码专区| 亚洲精品日本国产第一区| 免费黄网站久久成人精品| 蜜桃在线观看..| 这个男人来自地球电影免费观看 | 久久精品夜色国产| 亚洲国产精品国产精品| 女性生殖器流出的白浆| 菩萨蛮人人尽说江南好唐韦庄| 久久午夜福利片| 纯流量卡能插随身wifi吗| 久久这里有精品视频免费| 久久久久精品人妻al黑| 亚洲av国产av综合av卡| 狂野欧美激情性xxxx在线观看| 国产 精品1| 国产乱人偷精品视频| 久久精品国产亚洲av涩爱| 亚洲av中文av极速乱| 国产精品人妻久久久影院| 亚洲欧美清纯卡通| 新久久久久国产一级毛片| 波野结衣二区三区在线| 国产极品粉嫩免费观看在线| 91在线精品国自产拍蜜月| 老司机亚洲免费影院| 97在线人人人人妻| 大香蕉久久网| 一本色道久久久久久精品综合| 王馨瑶露胸无遮挡在线观看| 高清毛片免费看| 成人亚洲精品一区在线观看| 精品午夜福利在线看| 久久国内精品自在自线图片| 日韩视频在线欧美| 美女大奶头黄色视频| 搡老乐熟女国产| 国产无遮挡羞羞视频在线观看| 99国产精品免费福利视频| 最黄视频免费看| 男男h啪啪无遮挡| 天堂俺去俺来也www色官网| 欧美激情国产日韩精品一区| 亚洲天堂av无毛| 亚洲色图综合在线观看| 亚洲精品中文字幕在线视频| 亚洲性久久影院| 26uuu在线亚洲综合色| 国精品久久久久久国模美| av在线app专区| 狠狠婷婷综合久久久久久88av| 少妇的丰满在线观看| www日本在线高清视频| 男女无遮挡免费网站观看| 国产成人精品无人区| 在线观看三级黄色| 国产精品熟女久久久久浪| 久久久a久久爽久久v久久| 欧美日韩一区二区视频在线观看视频在线| 精品久久蜜臀av无| 亚洲五月色婷婷综合| 成年动漫av网址| 国产极品天堂在线| 久久ye,这里只有精品| 国产乱来视频区| 欧美老熟妇乱子伦牲交| 国产精品国产三级专区第一集| 狂野欧美激情性xxxx在线观看| 亚洲五月色婷婷综合| 亚洲,欧美精品.| 日本av免费视频播放| 亚洲,一卡二卡三卡| 国产色爽女视频免费观看| 人体艺术视频欧美日本| 日韩三级伦理在线观看| 中文字幕精品免费在线观看视频 | 亚洲国产精品一区二区三区在线| 亚洲综合色惰| 亚洲四区av| 国产成人午夜福利电影在线观看| 欧美日韩视频精品一区| 日日摸夜夜添夜夜爱| 精品亚洲成国产av| 99视频精品全部免费 在线| 菩萨蛮人人尽说江南好唐韦庄| 亚洲成人手机| 在线观看人妻少妇| 日韩av在线免费看完整版不卡| av国产精品久久久久影院| 国产在线一区二区三区精| 欧美xxⅹ黑人| av天堂久久9| 丰满饥渴人妻一区二区三| 亚洲成av片中文字幕在线观看 | 秋霞伦理黄片| 黄片无遮挡物在线观看| 美女福利国产在线| 国产一区有黄有色的免费视频| 伊人亚洲综合成人网| 久久热在线av| 国产爽快片一区二区三区| 人体艺术视频欧美日本| 亚洲内射少妇av| 另类精品久久| 中文字幕人妻丝袜制服| 黑人欧美特级aaaaaa片| 丝瓜视频免费看黄片| 中文字幕另类日韩欧美亚洲嫩草| 免费久久久久久久精品成人欧美视频 | 成人影院久久| 乱码一卡2卡4卡精品| 人成视频在线观看免费观看| 看免费av毛片| 九九爱精品视频在线观看| 午夜福利网站1000一区二区三区| 一级毛片电影观看| 精品亚洲成国产av| 中文天堂在线官网| 狂野欧美激情性xxxx在线观看| 欧美 日韩 精品 国产| 香蕉丝袜av| 国产日韩一区二区三区精品不卡| 亚洲精品一区蜜桃| av在线观看视频网站免费| 亚洲高清免费不卡视频| 日韩精品免费视频一区二区三区 | 少妇人妻久久综合中文| 午夜激情av网站| 欧美日本中文国产一区发布| www.色视频.com| 欧美xxxx性猛交bbbb| 黄色配什么色好看| 少妇的丰满在线观看| 国产乱来视频区| 欧美最新免费一区二区三区| 精品久久国产蜜桃| 中文字幕亚洲精品专区| 成年美女黄网站色视频大全免费| av一本久久久久| 久久精品国产亚洲av天美| 纵有疾风起免费观看全集完整版| 91久久精品国产一区二区三区| 亚洲图色成人| 午夜av观看不卡| 国产精品嫩草影院av在线观看| videosex国产| 男女边吃奶边做爰视频| 夫妻午夜视频| 赤兔流量卡办理| 日韩av在线免费看完整版不卡| 狂野欧美激情性xxxx在线观看| 高清在线视频一区二区三区| av播播在线观看一区| 曰老女人黄片| 免费看光身美女| 午夜激情久久久久久久| 免费黄网站久久成人精品| 亚洲精品日韩在线中文字幕| 成人无遮挡网站| 赤兔流量卡办理| 最近最新中文字幕免费大全7| 久久精品久久久久久久性| 免费观看在线日韩| 久久韩国三级中文字幕| 夜夜爽夜夜爽视频| 亚洲美女视频黄频| 麻豆乱淫一区二区| 精品国产露脸久久av麻豆| 亚洲av电影在线观看一区二区三区| 97在线人人人人妻| 欧美日韩成人在线一区二区| 嫩草影院入口| 亚洲精华国产精华液的使用体验| 亚洲av男天堂| 亚洲成人一二三区av| 亚洲国产精品一区二区三区在线| av国产精品久久久久影院| 久久婷婷青草| 亚洲av成人精品一二三区| 日韩 亚洲 欧美在线| 亚洲人成77777在线视频| 欧美少妇被猛烈插入视频| 在线观看人妻少妇| 69精品国产乱码久久久| www日本在线高清视频| 国产一区二区三区综合在线观看 | 国内精品宾馆在线| 亚洲精品美女久久av网站| 成人国产av品久久久| 97在线视频观看| 一个人免费看片子| 91aial.com中文字幕在线观看| 丝袜脚勾引网站| 亚洲成人av在线免费| 久久久久久久精品精品| 国产av一区二区精品久久| 十分钟在线观看高清视频www| 久热久热在线精品观看| 亚洲精品乱码久久久久久按摩| 在现免费观看毛片| 国产欧美亚洲国产| 午夜久久久在线观看| 精品亚洲成a人片在线观看| 制服诱惑二区| 国产黄色视频一区二区在线观看| 全区人妻精品视频| 免费观看无遮挡的男女| 欧美激情 高清一区二区三区| 亚洲综合色网址| 亚洲av在线观看美女高潮| 国产黄频视频在线观看| av女优亚洲男人天堂| 色94色欧美一区二区| av国产精品久久久久影院| 国产午夜精品一二区理论片| 18禁裸乳无遮挡动漫免费视频| 久热久热在线精品观看| 亚洲精品自拍成人| 国产老妇伦熟女老妇高清| 90打野战视频偷拍视频| 黄片播放在线免费| 欧美变态另类bdsm刘玥| 国产精品人妻久久久影院| 日韩制服丝袜自拍偷拍| 午夜av观看不卡| 99热全是精品| 欧美精品一区二区大全| 成人无遮挡网站| 免费大片黄手机在线观看| 精品第一国产精品| 精品人妻在线不人妻| 亚洲综合色网址| 国产乱人偷精品视频| 五月伊人婷婷丁香| 免费看av在线观看网站| 日本与韩国留学比较| 精品视频人人做人人爽| 久久精品国产自在天天线| 韩国av在线不卡| 伊人亚洲综合成人网| 日韩欧美精品免费久久| 看免费成人av毛片| 青青草视频在线视频观看| 国产午夜精品一二区理论片| 精品午夜福利在线看| 欧美精品高潮呻吟av久久| 七月丁香在线播放| 久久精品国产亚洲av天美| 欧美bdsm另类| 亚洲国产成人一精品久久久| 观看av在线不卡| 婷婷色av中文字幕| 国产精品偷伦视频观看了| 国产精品一二三区在线看| 亚洲精品日韩在线中文字幕| 狂野欧美激情性bbbbbb| 国产精品 国内视频| 国产 精品1| 久久久亚洲精品成人影院| 日韩 亚洲 欧美在线| 国产精品 国内视频| 97人妻天天添夜夜摸| 亚洲激情五月婷婷啪啪| 欧美日韩av久久| 交换朋友夫妻互换小说| 免费日韩欧美在线观看| 制服丝袜香蕉在线| 国产精品熟女久久久久浪| 天堂中文最新版在线下载| 久久国内精品自在自线图片| av.在线天堂| 老司机影院成人| 久久免费观看电影| 亚洲欧美中文字幕日韩二区| 亚洲av欧美aⅴ国产| 欧美日韩av久久| 天天躁夜夜躁狠狠久久av| 最近2019中文字幕mv第一页| 男女啪啪激烈高潮av片| 51国产日韩欧美| 日韩人妻精品一区2区三区| 国产成人aa在线观看| 久久免费观看电影| 97精品久久久久久久久久精品| 久久免费观看电影| 久久久久国产精品人妻一区二区| 久久免费观看电影| 狂野欧美激情性bbbbbb| 亚洲精品自拍成人| 青春草国产在线视频| 久久99蜜桃精品久久| 亚洲精品中文字幕在线视频| 欧美日韩视频精品一区| 欧美日韩亚洲高清精品| 国产欧美日韩综合在线一区二区| 精品99又大又爽又粗少妇毛片| 免费播放大片免费观看视频在线观看| 高清毛片免费看| 日日撸夜夜添| 免费少妇av软件|