【例会预告】

会议名称：数据科学与创新管理团队例会

会议时间：2023年7月26日（周三）晚上19：00

会议地点：腾讯会议（会议号：710-4649-9064）

汇报人：周文浩 谢婧娴

汇报题目：

一、管理决策分析问题中的数据校准方法研究

二、关于论文、python语言与数据结构基础的学习

汇报摘要：

一、客观系统的动态性、随机性与人类认知的模糊性、有限性构成了大数据背景下管理决策分析问题的不确定性内涵，如何实现系统数据的不确定性挖掘与校准是学术界共同关注的话题。基于云模型基础理论提出了一种面向管理决策分析问题的云校准方法，通过数据剪裁、数据的条件云发生器构建和隶属度转换三个过程实现原始指标数据到隶属度的校准过程，通过与现有主流的几种校准方法如数据标准化校准、函数转换校准、数据缩尾校准和数据规约校准等进行案例数据的校准实验对比，发现新提出的校准方法在精确率、准确率、F1得分等性能评价指标上皆优于其他几种方法，并构建了基于校准数据的决策分析模型进行后续的决策规则分析，发现新模型在知识挖掘方面更具有深度和广度探索优势，深化和拓展了数据预处理过程对于管理决策分析问题影响效果的理论研究。

二、为了能够为将来有关数据挖掘的研究打下基础，提前认识相关的程序、学习相关的研究方法，阅读并尝试性地理解了李海林老师发表的《基于中心度的标签传播时间序列聚类方法》《时间序列数据挖掘中的动态时间弯曲研究综述》，结合前几次旁听例会触及的知识盲区，梳理了一些关键概念的解释与关系。自学了Python语言从输入、输出到列表、数组等的基础使用规则，能够借助Python实现一些简单的功能，后期还会继续学习并加强练习，以达到能够熟练使用的目的。为了更好地学习计算机语言，将来能够更灵活地使用计算机语言，学习了有关数据结构的知识，但由于没学习过C语言，只初步了解到数据的线性结构，将来结合python语言还会更加深入地学习。通过反思前段时间的学习，发现自身的学习过程存在不足：（1）论文阅读和提炼核心观点能力不足，后期还要加大阅读量，锻炼阅读能力。（2）查阅资料时对渠道的选取有待改善，没有到官网、知网等更加权威的页面搜索的习惯，百度到的内容虽然通俗易懂但良莠不齐，不能提供更加准确有效的解答。（3）未能从所学内容中获得关于未来研究方向的启发，其原因一是对该方面的知识了解仍然太少，无法形成一个较为完善的网络体系；二是对该方面的文献阅读太少，还没有形成良好的研究思维。