基于潜在狄利克雷分配与斯塔克伯格博弈的社区养老服务补贴需求导向优化研究
《Mathematics》:Demand-Aware Subsidy Optimization for Community-Based Elderly Care Services: A Data-Driven Stackelberg Game Model
【字体:
大
中
小
】
时间:2026年10月22日
来源:Mathematics 2.3
摘要
为了高效地分配针对多样化社区养老服务的补贴,需要识别潜在的服务需求,并在财政限制下优化服务提供者的响应。为了解决这个问题,本研究开发了一个基于数据驱动的斯塔克伯格(Stackelberg)博弈框架,用于实现需求导向的补贴优化。该框架通过潜在狄利克雷分配(Latent Dirichlet Allocation, LDA)主题建模将非结构化的用户评价转化为实证性的需求优先级权重,并将这些数据生成的参数纳入预算受限的斯塔克伯格博弈中,以优化差异化补贴决策。研究共收集了来自电子商务平台的11,257条与养老服务相关的评价,并筛选出3,907条有效样本。确定了六项主要的服务需求:日常生活照料、餐饮与营养、智能安全监控、医疗援助、专业护理和家庭康复。这些需求权重被纳入优化模型中,以体现不同的服务优先级并确定均衡补贴方案。数值实验表明,在相同的财政限制条件下,差异化补贴显著提高了按需求加权的服务覆盖率。在30万元人民币的预算下,需求导向模型的服务覆盖率为0.8328,而传统模型的服务覆盖率为0.7309。预算敏感性分析进一步显示,财政扩张的边际效益呈递减趋势,当预算达到479,500元人民币时,潜在需求能够得到满足。鲁棒性分析表明,即使实证得出的需求优先级权重发生变动,主要的分配结果仍保持稳定。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号