基于支持向量机的养老保障满意度非线性模型

摘要：

目前对养老保障满意度的研究所采用的统计方法,都是基于养老保障满意度与影响因素之间的线性关系,且未对所建模型进行检验及理论预测.由于事物之间关系复杂,变量之间往往呈现非线性关系.采用支持向量机算法结合粒子群优化算法,建立养老保障满意度非线性模型.用于研究的养老保障满意度样本数为8339份.结果显示,基于支持向量机的分类模型对养老保障满意度预测精度高于76％,预测性能优于二元逻辑回归预测结果.表明养老保障满意度与受教育程度、受教育满意度、家庭经济状况满意度、总体生活满意度、对社会总体评价等5个影响因素之间存在非线性关系.因此,应用支持向量机算法建立养老保障满意度非线性模型是可行的.

关键词：养老保障、满意度、支持向量机、粒子群优化算法、二元逻辑回归

所属期刊栏目：23

分类号：C913.6(社会学)

资助基金：国家社会科学基金项目16BZZ055

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：104-108