摘要
本文提出了一个基于数据挖掘聚类技术的信用评分评级方法。该方法使用数据挖掘的聚类算法 ,对传统信用评分模型进行了改进 ,本文给出了方法的理论证明 ,并在一个信用卡分析系统DMCA中实现了该方法 ,进行了详细的数据测试。理论证明及实验结果都表明 ,聚类技术在传统信用评分模型的DM/MTM ,分界值 ,均方差 。
This paper proposes a credit rating and scoring method based on clustering technology of data mining.The method promote traditional credit scoring model by the clustering algorithm of data mining.We have given theoretical proof of the method,implemented it in a credit card analysis system DCMA,and provide detailed data test.Our theoretical proof and experiments demonstrate that clustering technology does well in the problems of DM/MTM,Benchmarking,Average Square Sum,Cross validation in traditional credit scoring models.
出处
《计算机应用与软件》
CSCD
北大核心
2004年第4期1-3,101,共4页
Computer Applications and Software
基金
国家 8 63高技术基金项目 (2 0 0 1AA1 31 81 )
上海市科学技术发展基金项目 (0 1 51 1 50 1 0 )
