2024年6月，我院数量金融系朱映秋老师在国内权威期刊《统计研究》上发表论文《基于高斯混合模型的分布因子聚类方法》。

论文提出了一种基于高斯混合模型的分布因子聚类方法，使用分布函数刻画聚类对象的行为模式，将观测数据分解为两部分：一是以高斯分布成分表示的公共因子，反映数据中具有共性的典型模式；二是载荷矩阵，矩阵中每个载荷向量反映个体的异质性特征。论文采用EM算法估计模型参数，得到全体聚类对象的载荷向量估计，进而实现基于行为模式的聚类划分。相较于传统基于特征工程的聚类思路，该方法可以更充分地挖掘数据中蕴含的模式、降低信息损失，从而提高聚类分析的准确性和可解释性。