2017 年“认证杯”数学中国数学建模网络挑战赛 C题思路讲解

简介: 之前有小伙伴私信我叫我说说这次比赛C题的思路,怎么写的,我就写篇博客说说吧,仅供参考! 针对C题,该题目比较综合,是一个成熟的数模赛题,与国赛的相似性较高。一般而言,第一问难度较低,题目要求进行数据挖掘,找出影响移动端产品发展的主要因素,我们可以把问题简化为从多因子中提取若干主要因子进行分析。

之前有小伙伴私信我叫我说说这次比赛C题的思路,怎么写的,我就写篇博客说说吧,仅供参考!

针对C题,该题目比较综合,是一个成熟的数模赛题,与国赛的相似性较高。一般而言,第一问难度较低,题目要求进行数据挖掘,找出影响移动端产品发展的主要因素,我们可以把问题简化为从多因子中提取若干主要因子进行分析。然而通过分析数据我们发现数据包含抽象与具体两种,数学建模顾名思义一定是采用数学语言进行的,所以第一步要做的就是量化分析,将抽象指标具体化,量化模型有多种,具体可以自己查找。对于多因子提取采用的模型种类主要有因子分析,层次分析,回归分析等,对于回归分析而言,常用的有Linear Regression线性回归、Logistic Regression逻辑回归等;

对于第二问,这明显是一个定价问题,写作时应首先对一般商品的定价理论、定价模型进行分析,并且对考研辅导这类产品的特殊性进行研究。考虑学生在购买过程中的各种主要因素,如家庭状况,自身经济状况,时间历程等等,建立价值最大化的动态定价模型。对此优化问题应用MATLAB7.0中自带的遗传算法与直接搜索工具箱进行求解,得出培训课的初始价格以及公布后价格调整的时间及调整的大小的优化解。而对于移动端产品市场占有率预测而言,则需要采用预测模型,常见的有灰度预测,神经网络预测,多远逻辑回归预测等,但前期数据需要进行收集。

第三问明显是一个评价类模型,评价多因子与可行性之间的关系,可以建立一个简单的层次分析模型,熵值权重发等。如果希望做的高大上一点,可以采用神经网络的建模方法,也可以做的很详细。

 

目录
相关文章
|
20天前
|
机器学习/深度学习 资源调度 算法
图卷积网络入门:数学基础与架构设计
本文系统地阐述了图卷积网络的架构原理。通过简化数学表述并聚焦于矩阵运算的核心概念,详细解析了GCN的工作机制。
51 3
图卷积网络入门:数学基础与架构设计
|
2月前
|
机器学习/深度学习 数据可视化
KAN干翻MLP,开创神经网络新范式!一个数十年前数学定理,竟被MIT华人学者复活了
【10月更文挑战第12天】MIT华人学者提出了一种基于Kolmogorov-Arnold表示定理的新型神经网络——KAN。与传统MLP不同,KAN将可学习的激活函数放在权重上,使其在表达能力、准确性、可解释性和收敛速度方面表现出显著优势,尤其在处理高维数据时效果更佳。然而,KAN的复杂性也可能带来部署和维护的挑战。论文地址:https://arxiv.org/pdf/2404.19756
57 1
|
4月前
|
安全 网络安全 数据安全/隐私保护
网络安全之双因素认证
【8月更文挑战第12天】
341 2
|
5月前
|
监控 安全 网络协议
|
4月前
|
安全 网络安全 数据安全/隐私保护
|
7月前
|
机器学习/深度学习 存储 算法
卷积神经网络(CNN)的数学原理解析
卷积神经网络(CNN)的数学原理解析
221 1
卷积神经网络(CNN)的数学原理解析
|
5月前
|
算法 安全 网络安全
支付系统,网络安全06----支付安全---,机密性,加密算法,目前最流行的加密算法,AES加密算法,目前最流行的非对称加密算法RSA,对称加密和非对称加密的优缺点,非对称加密是基于非常复杂的数学算法
支付系统,网络安全06----支付安全---,机密性,加密算法,目前最流行的加密算法,AES加密算法,目前最流行的非对称加密算法RSA,对称加密和非对称加密的优缺点,非对称加密是基于非常复杂的数学算法
|
7月前
|
安全 关系型数据库 MySQL
2023 金砖国家职业技能大赛网络安全省赛二三阶段样题(金砖国家未来技能挑战赛)
2023 金砖国家职业技能大赛网络安全省赛二三阶段样题(金砖国家未来技能挑战赛)
|
7月前
|
安全 SDN 云计算
|
7月前
|
安全 网络协议 网络安全
2023 金砖国家职业技能大赛网络安全省赛理论题样题(金砖国家未来技能挑战赛)
2023 金砖国家职业技能大赛网络安全省赛理论题样题(金砖国家未来技能挑战赛)
下一篇
DataWorks