无障碍通道
返回主站
搜索
  • 领域分类
    • 生活服务(15)
    • 医疗卫生(15)
    • 气象服务(1)
    • 科技创新(11)
    • 综合政务(7)
    • 财税金融(2)
    • 法律服务(1)
    • 农业农村(3)
    • 社保就业(1)
    • 公共安全(1)
    • 教育文化(8)
    • 地名地址(1)
    • 社会民生(14)
    • 市场监督(1)
    • 交通出行(4)
    • 资源环境(1)
    • 城建住房(3)
共有89个应用
应用类型:
  • 全部
  • 移动应用
  • web应用
  • 分析报告
  • 小程序
  • 创新方案
综合排序 最新 最热 评分
  • 描述:使用均值逼近模型,根据待预测结果的前几周(相同星期)空置房的平均数量设定阈值来预测该天是否空置。 该模型有几个重要参数,主要依靠数据分析来选择: 1.均值逼近的时间范围,最终选用近2个月的(即2021年7月9日->2021年9月4日) 2.预测结果当天的逼近阈值(周六比周日高,中秋的周一及周二也要远远高于正常范围)
    发布者: 山东数据交易有限公司
    所属领域: 生活服务
    发布时间: 2022-07-27 15:16:40
    538次
    20次
  • 描述:模型:树模型与规则模型串并联融合 采用了梯度提升数(LightGBM)模型与规则模型的串联和并联结合方法 技术优势: 结合业务理解的完备特征工程,提取民宿、订单、旅客相关特征 提出了提升决策树模型与规则新的融合的方法 针对节假日的特征优化 商业落地: 单模型与规则模型串联可采用常规服务端落地方式,针对时序漂移现象可结合MLops提升系统能力,进一步增加数据数量与质量,便于模型学习到更普遍的模式
    发布者: 山东数据交易有限公司
    所属领域: 生活服务
    发布时间: 2022-07-15 14:50:26
    406次
    5次
  • 描述:以2020年7月至2021年8月之间的威海市民宿及相关信息作为训练集,约3333条网约平台订单信息,约3344条旅客登记入住信息,预测2021年9月的民宿空置情况。由于受多种因素影响,直接预测全部民宿效果不佳。调整预测目标,对筛选出473家民宿进行预测,预测以下时间(即9月的周末和节假日)的空置情况。 算法设计与构架 最终关键规则如下: (1)历史订单为0的则不会有订单 (2)8月31号之前有订单的则会有订单 (3)计算8月份入住比例,利用历史入住率进行估计9月份入住率 利用关键规则设定拟和函数,以入住为目标优化参数 合理性与落地 利用简单的统计规则实现较为准确的预测,满足奥卡姆剃刀原则
    发布者: 山东数据交易有限公司
    所属领域: 生活服务
    发布时间: 2022-06-27 16:47:51
    491次
    3次
  • 描述:建模方式: 规则建模 树模型(如lightgbm、xgboost等) NN模型等 模型选择: 主要尝试规则建模和树模型,最终方案是选择两个规则模型的融合。
    发布者: 山东数据交易有限公司
    所属领域: 生活服务
    发布时间: 2022-06-27 16:43:11
    483次
    0次
  • 描述:1、完整详细的数据分析、特征挖掘以及建模流程; 2、考虑工业界与比赛数据量级的差异,在数据预处理中过滤掉无效数据,减少内存开销,缩短运行时间; 3、量化节假日的入住衰减因子,能较准的刻画节假日的衰减程度; 4、具有较强的可解释性,便于探索方案后续的优化方向; 5、模型精度高,时间复杂度低,基本满足工业界的落地需求; 6、流程清晰,过程可控,数据特征发生变化后,能够针对性扩充。
    发布者: 山东数据交易有限公司
    所属领域: 生活服务
    发布时间: 2022-06-27 16:42:26
    481次
    2次
  • 描述:本方案深度挖掘了名宿描述的字段信息,多方面结合统计交叉特征,利用五折lgb快速准确的得到了一个较佳的预测结果。 若要提升预测方案,可进一步优化label的打标过程,以及考虑天气、疫情以及节假日数据信息对预测结果的影响。
    发布者: 山东数据交易有限公司
    所属领域: 生活服务
    发布时间: 2022-06-27 16:41:08
    478次
    1次