供应链金融大数据分布特征的分析与洞见

• 作者: 刘颖
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 供应链金融 信用风险 大数据 分布特征 非均衡数据 离群点 多维
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 大数据与数据科学
• 页码范围: 1-10
• 页数: 10页
• 分类号: TP399
• 字数: 12075字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.02.001

摘要

半结构、非结构化、海量的供应链金融数据使得大数据环境下金融数据分析的模式和方法相对复杂.面向大数据样本研究,如何将大样本相比于小样本的独有特征体现在分类模型中值得深入探索.文中从供应链金融数据分布特征入手,分析影响信用风险分类模型的主要因素;对多年来的相关研究成果进行归类分析,概括信用数据分布特征,包括信用数据非均衡与不对称性、信用数据噪声和离群点的存在以及信用数据的非线性多维特征,并探讨了进一步的解决策略.供应链金融大数据分布特征的分析旨在助力挖掘隐含在海量金融数据背后的知识信息,为信用风险模型的构建奠定了坚实的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘颖	吉林财经大学管理科学与信息工程学院	15	66	5.0	7.0