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:
金融行业每天都会产生大量的数据,如何有效利用这些数据是每个金融企业都应该考虑的问题,但是目前存在的分类方法或多或少都存在一定的缺陷.对此,在C5.0、logistic和贝叶斯三种分类方法的基础上提出一种基于置信度加权的组合分类模型,并与三种分类算法进行比较分析.结果表明,组合分类器模型的分类表现最好.对于组合分类器的运用,可有效提高分类准确率,规避单一分类器的分类缺陷.
推荐文章
SVMDT分类器及其在文本分类中的应用研究
支持矢量机
二叉决策树
多值分类器
文本分类
组合分类数据挖掘在访问控制中的应用
数据挖掘
访问控制
并行
分类器
混合多分类器结合算法在遥感影像分类中的应用研究
多分类器结合
抽象级
测量级
Bagging
精度评价
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 组合分类器在金融行业数据分类中的应用研究
来源期刊 计算机应用与软件 学科 工学
关键词 金融行业 客户分类 组合分类
年,卷(期) 2018,(2) 所属期刊栏目 信息技术交流
研究方向 页码范围 325-329,333
页数 6页 分类号 TP391.52
字数 4176字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.02.059
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 吕建秋 84 583 13.0 19.0
5 陈江涛 9 44 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (106)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(8)
  • 参考文献(5)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
金融行业
客户分类
组合分类
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导