作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在讨论数据挖掘技术的基本概念、决策树方法的基础上,针对近年来农村信用社不良贷款的增加,提出了决策树算法在农户小额信用贷款评价中的应用.利用数据挖掘的预测功能,建立了一种较为科学明了,简单易行的农户信用评价模型,来应用于农村信用社对农户信用的评分,以作为贷款与否的依据.
推荐文章
浅谈农户小额贷款风险管理与防范
农户小额贷款
风险
防范
贵州省农户小额贷款存在的问题及对策
农户小额贷款
涉农贷款
农村金融
基于ELECTRE Ⅲ的农户小额贷款信用评级模型
信用评级
农户
小额贷款
信用评级
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 决策树算法在农户小额贷款中的应用研究
来源期刊 计算机工程与应用 学科 工学
关键词 数据挖掘 决策树分类法 信用评价模型 信用等级
年,卷(期) 2008,(31) 所属期刊栏目 工程与应用
研究方向 页码范围 242-244,248
页数 4页 分类号 TP39
字数 5804字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.31.071
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈良维 四川文理学院计算机科学系 7 61 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (278)
参考文献  (9)
节点文献
引证文献  (34)
同被引文献  (31)
二级引证文献  (92)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(7)
  • 引证文献(4)
  • 二级引证文献(3)
2013(17)
  • 引证文献(5)
  • 二级引证文献(12)
2014(12)
  • 引证文献(4)
  • 二级引证文献(8)
2015(17)
  • 引证文献(3)
  • 二级引证文献(14)
2016(17)
  • 引证文献(7)
  • 二级引证文献(10)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(19)
  • 引证文献(2)
  • 二级引证文献(17)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘
决策树分类法
信用评价模型
信用等级
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导