最小总风险准则的贝叶斯网络个人信用评估模型

• 作者: 李旭升 郭春香 陈凯亚
• 来源期刊: 计算机应用研究
• 关键词: 个人信用评估 最小总风险准则 最小错误概率准则 贝叶斯网络分类器
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 50-53,58
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.01.013

摘要

将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型.在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比.结果表明,基于MOR的贝叶斯网络分类模型可以有效地减小信用评估风险.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭春香	四川大学工商管理学院	32	270	9.0	16.0
2	李旭升	西南交通大学经济管理学院	19	319	9.0	17.0
3	陈凯亚	西南交通大学电磁场与微波技术研究所	18	54	4.0	6.0