北京工业大学发表一篇《INFORMS Journal on Computing》

BTBU

北工大教师研究成果被国际权威期刊《INFORMS Journal on Computing》刊发
' q* U9 U  d8 m  b6 t. v+ C, a# }来源：数学统计学和力学学院 时间：2024-12-09
/ L, q) X, }/ Z! s9 T近日，北工大数学统计学和力学学院教师宗先鹏为通讯作者的研究成果“RMA：Ranking Based on Model Averaging”以论文形式被经济管理类国际权威期刊《INFORMS Journal on Computing》发表。北京工业大学冯子恒博士、谢田法教授，中国科技大学管理学院贺百花教授，中国科学院数学与系统科学研究院张新雨研究员共同参与该项研究。该研究工作得到了国家自然科学基金支持。


4 H- W6 ^/ q5 v/ h+ {& @+ M. w6 a
《INFORMS Journal on Computing》是由美国运筹学和管理学研究协会（INFORMS）出版的季刊，专注于运筹学、统计学与计算科学等交叉学科领域的高质量研究，是经济管理类24种国际顶级期刊（UTD24 Top Journals）之一，在国际管理学界享有较高学术声誉。
1 q3 }- m" A; C& T% K# B
% b+ Q0 n, p( b* C在计量经济学和统计学中，排序问题是一类重要研究问题。针对排序模型选择的不确定性，本研究成果采用K折交叉验证和成对损失函数构建了排序模型平均估计。鉴于目标排序准则数值优化困难，宗先鹏进一步基于替代函数提出了可优化的替代权重选择准则。该成果研究了排序模型平均方法的两个理论性质：一是分别在替代排序风险和目标排序风险下证明了权重选择的渐近最优性；二是给出了估计权值和理论最优权值之差的界限，并证明了估计权值与理论最优权值之间的一致性。
" d/ J- j, B, j- C5 {3 D* L: g! m
5 `) L/ c+ Y9 F模拟实验结果表明，与一些传统的模型选择和模型平均方法相比，该项研究提出的模型平均估计在降低排序风险方面表现出色。同时，也验证了如果候选模型中包含正确模型，赋予正确模型的权重之和会趋近于1。

" A) ~1 |; _" _3 H为验证本文方法在实际场景中的适用性和有效性，宗先鹏将该方法应用于电商订单优先级排序和葡萄酒质量等级排序中。研究结果展示了提出方法在建立准确排序系统方面的有效性。