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:
随着中国电信行业的迅速发展,提高电信客户信用评估的准确度和科学性及其重要.文中针对BP神经网络的不足之处,研究了将粒子群算法应用于BP神经网络的优化问题,主要是将PSO算法运用于优化BP神经网络的权值,并通过对电信客户行为属性的统计分析,将其作为客户信用度预测评估的依据,建立了信用度评估模型,并用Matlab软件及其神经网络工具进行仿真和计算.实验表明,新模型采用的算法具有收敛速度快,预测精度高的优点,是一种有效的电信用户信用度评估模型.
推荐文章
基于PSO-BP集成的国内外企业信用风险评估
信用风险评估
PSO-BP集成
Bagging抽样
多数投票
基于MBBC算法的电信客户信用度评分模型
信用度评分
马尔科夫毯贝叶斯网络分类器
分类建模
基于PSO-BP算法的目标威胁评估
BP神经网络
粒子群算法
威胁指数法
威胁估计
客户信用评估模型
信用评估
遗传算法
神经网络
偏差
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 构建基于PSO-BP网络的电信客户信用度评估模型
来源期刊 计算机技术与发展 学科 工学
关键词 粒子群优化 BP神经网络 信用度
年,卷(期) 2012,(12) 所属期刊栏目
研究方向 页码范围 146-148
页数 分类号 TP31
字数 2968字 语种 中文
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 黄卫东 142 756 14.0 19.0
2 张奇 9 74 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (173)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
1998(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化
BP神经网络
信用度
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导