多决策树的模糊积分融合在银行信贷管理系统中的应用

• 作者: 傅玥 潘世英 王建岭
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 个人信用风险评估 数据挖掘 决策树 Choquet模糊积分 Sugeno模糊积分
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 763-766,774
• 页数: 5页
• 分类号: TP391|TP18
• 字数: 3945字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.03.0763

摘要

为了提高基于数据挖掘的商业银行信贷管理系统的信贷风险评估水平,将多决策树的Choquet模糊积分融合(MTCFF)模型应用到银行信贷管理系统中.基本思想是采用决策树在已知类型的客户数据上进行挖掘,按照决策树剪枝程度不同形成不同的决策树并产生规则,利用所生成的不同决策树的规则,对未知类型的客户数据进行分类,然后让Choquet模糊积分对多棵决策树的分类结果进行融合,形成最优判断.采用UCI数据库中German客户信用卡数据集进行验证,实验证明Choquet模糊积分的非线性融合效果优于单棵决策树的分类效果,也优于其他线性融合方法,并且Choquet模糊积分要优于Sugeno模糊积分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘世英	河北师范大学职业技术学院	8	50	3.0	7.0
2	傅玥	石家庄经济学院信息工程学院	15	54	3.0	7.0
3	王建岭	河北中医学院公共课教学部	16	115	4.0	10.0