2011高教社杯全国大学生数学建模竞赛-教育部中国大学生在线.DOC

PAGE 第 PAGE 2页，共 NUMPAGES 33页2012年“深圳杯”全国大学生数学建模夏令营承 诺 书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 四川师范大学 参赛队员 (打印并签名) ：1. 郭璨 2. 赖薇 3. 赵明煦 指导教师或指导教师组负责人 (打印并签名)： 张永乐 日期： 2012 年 6 赛区评阅编号（由赛区组委会评阅前进行编号）：2012年“深圳杯”全国大学生数学建模夏令营编 号 专 用 页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：PAGE 102012年“深圳杯”全国大学生数学建模夏令营B题：手机用户精准识别-职场新人识别摘 要为从本网用户资料表中识别出“职场新人”特征用户，并基于识别出的样本对不详手机价格、不详职业类型分别进行估计，进一步识别“职场新人”的教育背景。本文通过分析和预处理本网用户资料表中的数据，给出识别“职场信人”的标准；建立数学模型判别手机价格、职业类型；最后细分“职场新人”样本，多步骤讨论，识别“职场新人”的教育背景。针对问题（1），由于本网用户资料表的缺失数据，故先对年龄、套餐档次使用多重插补方法进行缺失值处理。由于变量多和相关性弱的原因，故使用数据降维方法，构造了一系列变量指标来描述职场新人的特征。用熵权Topsis法对18～28年龄范围数据进行综合评价，确定“职场新人”。针对问题（2），鉴于“职场新人”待判样本的手机价格呈正态分布，故先对其等百分比划分，并针对较高手机价格的数目少、离散度大的特点进行聚类分析，确定8类手机分组，再结合逐步判别方法进行判别。 针对问题（3），由于在第（1）问筛选出的待判“职场新人”特点，第56类的比例占到了90%以上，故对58个行业首先合并成19个大类，再进行判别。 针对问题（4），应分别对教育学历、学校背景分别进行分类，首先考虑年龄与学历关系，运用聚类分析进行学历划分，再选取变量建立对学历进行粗分，进一步建立模糊评价模型确定教育水平和地区关系，再对粗分个案进行聚类分析，确定对教育学历、学校背景的分类。最后综合考虑“职场新人”的识别要点，对模型进行了改进。在模型3中，对职业不详的职场新人进行预测时，由于原始数据的单一性（92.6%均为56，即其他行业）和过度离散化（其余的57种行业分布少，甚至有些行业分布为0），判定结果也表现出单一性的特点。基于此，可先将标识为“56”的其他行业的用户作为待判样本，通过其他相关变量将他们与已知用户数据进行聚类，从而判别这些用户的大致分布情况。关键词：多重插值；熵权topsis法；K-MEANS聚类分析法；逐步判别法；综合评价方法1．问题的重述随着移动通信、互联网业务的迅速发展，手机已经从生活奢侈品变成了生活日用品，是人们日常生活中不可缺少的一部分。人们随时随地使用手机打电话、发短信、上网，而用户的这些行为以及其个人基本信息均在运营商中有所记录。为了便于针对不同用户推出合适的产品和服务，我们需要精准地识别用户类型。我们需要通过本题所给的附件的三张表是某城市(以下称为本城市或该城市)某运营商(以下称为本运营商或本网