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:
利用BP(Back Propagation)神经网络模型实现信用卡申请人自然信息对违约风险的预测,确定了违约风险的指标体系.通过对小样本数据的训练和仿真,实现了模型输出与目标输出的高度吻合。
推荐文章
情感神经网络在信用卡评估中的应用
神经网络
情感神经网络
信用卡评估
情感因素分量
基于BP神经网络的客户信用风险评价
信用风险评估
评估指标体系
神经网络
商业银行
BP神经网络在信用风险评估中的应用
人工神经网络
BP算法
信用风险评估
基于支持向量机的信用卡欺诈检测
信用卡欺诈
支持向量机
消费行为
精确率
回应率
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 基于BP神经网络的信用卡违约风险预测
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 信用卡 违约风险 BP 神经网络 预测
年,卷(期) 2011,(4) 所属期刊栏目
研究方向 页码范围 2348-2349
页数 2页 分类号 TP183
字数 语种
DOI
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 范巍强 1 0 0.0 0.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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
信用卡
违约风险
BP
神经网络
预测
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导