典型文献
基于进化多目标软子空间聚类的商业银行企业客户信用风险识别
文献摘要：
提出了一种进化多目标软子空间聚类(EMOSSC)算法,用于提升商业银行信贷审批过程中企业客户的信用风险识别和管理水平.考虑到信用数据高维、类不平衡的特征,将聚类算法中单一的聚类有效性指标转化为了一个四目标函数,并采用进化算法对该函数进行优化和求解.结果表明,EMOSSC算法不仅在信用风险识别准确率、稳健性以及结果显著性等方面显著优于对比算法,还能通过对指标权重大小的排序,揭示商业银行企业客户信用风险的关键影响因素,为商业银行的信用风险识别和管理提供有益参考.
文献关键词：
商业银行;信用风险识别;进化多目标软子空间聚类;指标重要性评价
中图分类号：
作者姓名：
刘超;谢菁;李元睿;刘宸琦
作者机构：
北京工业大学经济与管理学院,北京100124;北京现代制造业发展研究基地,北京100124;中国人民大学财政金融学院,北京100872;南加利福尼亚大学计算机科学系,美国洛杉矶90001
文献出处：
引用格式：
[1]刘超;谢菁;李元睿;刘宸琦-.基于进化多目标软子空间聚类的商业银行企业客户信用风险识别)[J].系统工程学报,2022(02):207-218
A类：
进化多目标软子空间聚类,软子空间聚类,EMOSSC,指标重要性评价
B类：
客户信用,信用风险识别,商业银行信贷,信贷审批,中企,信用数据,高维,类不平衡,聚类算法,聚类有效性指标,四目,进化算法,该函,识别准确率,对比算法,关键影响因素
AB值：
0.188891
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
