基于数据挖掘的信用卡信用评分模型

• 作者: 刘武成 谈超洪
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 信用评分 分类回归树 Bayes判别 神经网络
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 技术与方法
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP311
• 字数: 4309字
• 语种: 中文

摘要

在分类回归树模型、Bayes 判别模型和神经网络模型3种评分模型的基础上，构建了相应的信用评分准则，提供更精准的信用卡信用信息评估参数，以便能更好地判别是否接受信用卡申请人的申请。实验结果表明，扩展神经网络评估模型具有相对较高的预测验证准确性，即CART=68.11%， Bayes=67.83%， NN=69.27%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谈超洪		11	65	5.0	8.0
2	刘武成	广西大学计算机与电子信息学院	1	6	1.0	1.0