基于數(shù)據(jù)挖掘的信用評估研究

邱 梅，王哲元

(1.南京郵電大學(xué) 計算機學(xué)院，江蘇 南京 210003；2.福州大學(xué) 數(shù)學(xué)與計算機科學(xué)學(xué)院，福建 福州 350116)

基于數(shù)據(jù)挖掘的信用評估研究

邱 梅1，王哲元2

(1.南京郵電大學(xué) 計算機學(xué)院，江蘇 南京 210003；2.福州大學(xué) 數(shù)學(xué)與計算機科學(xué)學(xué)院，福建 福州 350116)

信用如今已經(jīng)滲透至社會生活、工作之中，信用評估是金融、通訊等服務(wù)行業(yè)對消費者個體的重要需求。在分析個人信用影響因素及其相關(guān)數(shù)據(jù)建模基礎(chǔ)上，改進了應(yīng)用Logistic回歸建模過程中所用到的最速下降法，有效減少了回歸建模過程中的迭代次數(shù)與迭代時間。原始最速下降法相鄰方向是正交的，導(dǎo)致越是靠近極值點步長越小，收斂速度慢；而改進后的最速下降法通過結(jié)合上一次的搜索方向確定當(dāng)前搜索方向，改變了原本鋸齒形的曲折搜索路徑。為驗證所提出方法的有效性和可行性，圍繞迭代次數(shù)與迭代時間進行了實驗驗證。驗證實驗結(jié)果表明，改進的最速下降法減少了計算過程中的迭代次數(shù)，從而提高了運算效率；針對影響信用數(shù)據(jù)提供不全的記錄，將轉(zhuǎn)移概率矩陣應(yīng)用于信用評估，可解決未來信用預(yù)測評估問題。

信用評估；最速下降法；Logistic回歸；轉(zhuǎn)移概率

0 引 言

人們在每天的生活中都無時無刻產(chǎn)生著大量的數(shù)據(jù)，例如在進行行程安排或工作中。而這些數(shù)據(jù)都蘊含著信息，從這些信息中，可以對一些還未發(fā)生的不確定行為進行預(yù)測，或是結(jié)合已知的信息進行推測得到另外有價值的信息。例如，超市的購物清單就可能反映出商品之間的潛在關(guān)聯(lián)性，即消費者在購買一個商品時可能會順帶購買另外某一件商品。……