期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
融合SOM神经网络与K-means聚类算法的用户信用画像研究 被引量:2
1
作者 罗博炜 罗万红 谭家驹 《铁路计算机应用》 2024年第7期14-19,共6页
为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Me... 为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Means算法进行聚类分析。通过真实在线借贷平台数据对所提方法进行验证,结果表明,该方法可提升用户信用画像分析的质量,更好地满足金融数据分析中对实时管理和风险控制的要求,为金融机构提供精准的决策支持。 展开更多
关键词 用户信用画像 SOM神经网络 K-MEANS聚类算法 时间复杂度 风险控制
在线阅读 下载PDF
基于交易数据的信用评估方法 被引量:7
2
作者 陈煜 周继恩 杜金泉 《计算机应用与软件》 北大核心 2018年第5期168-171,共4页
传统的信用评估模型,大多针对个人基本信息分析评估,忽略了交易维度的数据。针对这类情况,基于银行卡交易数据,提出一种基于交易数据的个人信用评分模型的方法。该方法主要包括三个部分:依据交易数据,提取有效的特征集;引入代价敏感随... 传统的信用评估模型,大多针对个人基本信息分析评估,忽略了交易维度的数据。针对这类情况,基于银行卡交易数据,提出一种基于交易数据的个人信用评分模型的方法。该方法主要包括三个部分:依据交易数据,提取有效的特征集;引入代价敏感随机向量,增强随机森林成员分类器的差异性;通过融合函数,输出信用评分。以互联网消费信贷场景作为研究对象,将该方法与经典算法进行比对。实验结果表明,该方法具有较好的评估结果。 展开更多
关键词 信用评估 交易数据 用户信用画像 随机森林
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部