《
!
" # $ % &
》
!"#$
’
(
%%
)
(
&
* 欢
迎 网 上 投 稿
!!!
"#$%$&’(%)$*+
基于数据挖掘的信用卡信用评分模型
+ , -
’
,
. / 0
!
(
1.
广
西大学 计算机与电子信息学院
,
广 西 南 宁
530004
;
2
.
广西经济信息中心
,
广 西 南 宁
530022
)
摘
要
:
1 2 3 4 5 6 7 "
、
Bayes
8
9 7 " : ; < = > 7 "
3
?
@ A 7 " B C D E
,
F G H I
% B J & @ 2 K L
,
M N O P K B J & Q J & J R @ S T U
,
V W X O Y Z 8 9 [ \ ] ^ J & _ ‘ a
bB‘ a
。
cdef g h
,
ij;k = >@S7 " l m I n o p B q r d s K t u
,
v
CART
=68.11%
,
Bayes
=67.83%
,
NN
=69.27%
。
关 键 词
:
J & @ A
;
A w 4 5 6
;
Bayes
8
9
;
; k = >
中
图 分 类 号
:
T
P311
文
献 标 识 码
:
A
文
章 编 号
:
1
674-7720
(
2
014
)
0
9-0073-04
!"#$%&
’()"%*+ ,)$-. )/ ("-$%& (0"$ 10’-$ )* $0&0 ,%*%*+
Liu
Wucheng
1
,
T
an Chaohong
2
(
1
.School of Computer
,
Ele
ctronics and Information in Gua ng xi University
,
Na
nning 530004
,
C
hina
;
2
.Guangxi Economic Information Center
,
Na
nning 530022
,
C
hina
)
Abstract
:
On the base of three scoring models
,
which are classification and regression tree model
,
Bayes model and neural
network model
,
thi
s paper constructs the relevant credit scoring criterion and provides more accurate parameters of credit information
in order to get better judge whether to accept credit card applications. Results show that modified ne ural network model has higher
accuracy
,
the
CART is 68.11%
,
B
ayes is 67.83%
,
NN
is 69.27%.
Key words
:
c
redit scoring
;
C
ART
;
ba
yes decision
;
ne
ural network
! " # $ % & ’ ( ) * + , & - . / 0 1 2 3 4
5 6 7 8 9 : ; < , =
。
> ? . ! " @ & A B C D
、
E
F
、
G H I
、
J K L M N O
3
C
、
4
C
+
5
C
O
P ( Q R
。
S
T B , & U V W : ;
,
! " X & , & - . + Y Z [ / 0
T V W \ . ]
。
# ^
,
_ C P ‘ . a L
B
ayes
P ‘ 4 b
c d , & - . / 0 e $ & O f g Q R
[ 1-5]
。
h
4
,
i j ,
k l g m n ) * O o p q r
,
s t u v O w ) * x ( y
z
。
SAS
/EM
L
SPSS
{
s t u v | } x h ~ O Q
R
,
8 w O Z [ / 0 L . ] ) *
,
2
、
、
n
(
SV
M
)
L
K
-
(
K
NN
)
。
[
5]
/ 0 & d - ! " O ,
& l P . a
、
. a L <
f < ) * < C J
。
8 9 0 O , & U
- s s O , & U V W \
。
,
f g Q R
L V W 4 O
。
s t u v N O y
z
,
! " Q 8 9 Z [ / 0 S .
a > V W \
。
,
8 9 O , & . / 0
Y d , & U V W \ y O 2
3
。
O O 4 ~ y 8 c , & U V W \ . ] O , & -
. / 0
,
2 z , & - . / 0 > /
s t
、
s t {
,
, & - . / 0
. ] / 0
(
C
ART
)
、
B
ayes
/
0 L / 0
(
NN
)
d , & U V W \ . ] Z [ e O C J z
。
1
信用评分模型的基本方法
,
& - . / 0 J , & U V W \ O 1 "
q " Z [
,
X &
,
P (
V W \ d 1 3 O
。
, & - . / 0
X & d ! "
、
, =
、
、
{
, & O
企 e
。
, & - . / 0 % & 先 q O s t
u v ) *
,
# 过 T V W \ O \ 口 征
、
, & 历 史 录 L
" 录 { O s t q " 系 f . a
,
u v s t e 蕴 含
O " /
、
, & 征
,
捕 捉 历 史 , k L 1 , & z
技
术与方法
Technique and Method
73