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:
该文阐明了将分布式数据挖掘应用到银行信贷风险评估中的合理性和科学性,与集中式的信用风险评估数据挖掘相比有划分粒度小、分析与综合性强等特点,实现了一种基于模糊神经网络的信用风险分类的方法.
推荐文章
基于MARS的银行信用风险压力测试实证研究
信用风险
压力测试
多元自适应回归样条
商业银行
银行信用风险度量CreditMetricsTM模型与CPV模型比较研究
新巴塞尔资本协议
信用风险度量模型
信用转移矩阵
违约概率
商业智能在商业银行信用风险管理中的应用研究
商业智能
数据仓库
数据集市
数据挖掘
信用风险
大数据在银行信用风险管理中的应用
大数据
银行信用
风险管理
应用
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 分布式数据挖掘在银行信用风险评估中的应用
来源期刊 科学时代 学科 工学
关键词 分布式数据挖掘 信用风险 模糊神经网络
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 113-114
页数 2页 分类号 TP311.13
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分布式数据挖掘
信用风险
模糊神经网络
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
科学时代
半月刊
1005-250X
46-1039/G3
16开
北京市
24-165
1993
chi
出版文献量(篇)
29981
总下载数(次)
66
总被引数(次)
7910
论文1v1指导