论文部分内容阅读
新泰市工商联所属商会组织发展研究
【出 处】
：
山东财经大学
【发表日期】
：
2021年01期
其他文献
数据包络分析（Data Envelopment Analysis,DEA）作为一种衡量相对效率和排序同质决策单元的方法,广泛应用于金融、医疗等诸多领域。传统的数据包络分析模型要求投入和产出均为精确数,但在实际应用中,我们有时无法获得精确的投入和产出数据,比如一些定性指标,很难精确量化到DEA模型中。模糊数可以很好的表示不确定信息,因此,基于模糊数的模糊DEA研究,引起了广泛关注。此外,传统数据包络
随着数据采集与存储技术的发展,数据规模量急剧增长的同时,不可避免地会存在大量的异常数据,数据的准确性问题严重制约着大数据时代的决策质量,统计数据的准确性检验成为人们关注的重点问题。文献研究发现,应用了几十年的Benford法则,存在着一定的问题。本文在综述了国内外数据质量准确性检验方法与大数据技术算法的基础上,归纳分析了Benford法则优势和局限性,引入Boosting算法与Benford法则相