Designing a Hybrid Intelligent Mining System for Credit Risk Evaluation
Designing a Hybrid Intelligent Mining System for Credit Risk Evaluation
复制标题
设计用于信用风险评估的混合智能挖掘系统
DOI：
10.1007/s11424-008-9133-7
复制
发表时间：
2008-11
影响因子：
2.1
通讯作者：
中科院分区：
文献类型：
--
作者：
本文将粗糙集理论与支持向量机相结合，开发了一种新型的混合智能挖掘系统，从原始信息表中高效地提取关联规则，用于信用风险评估与分析。本文提出的混合智能系统将支持向量机作为提取典型特征并过滤其噪声的工具，不同于以往的研究仅将粗糙集作为支持向量机的预处理器。这种方法可以对信息表进行约简，并通过粗糙集从约简后的信息表中生成最终的知识。因此，本文提出的混合智能系统克服了从训练好的支持向量机分类器中提取规则的困难，并且具有基于粗糙集方法所缺乏的鲁棒性。此外，用两个真实的信用数据集说明了所提出的混合智能系统的有效性。
In this study, a novel hybrid intelligent mining system integrating rough sets theory and support vector machines is developed to extract efficiently association rules from original information table for credit risk evaluation and analysis. In the proposed hybrid intelligent system, support vector machines are used as a tool to extract typical features and filter its noise, which are different from the previous studies where rough sets were only used as a preprocessor for support vector machines. Such an approach could reduce the information table and generate the final knowledge from the reduced information table by rough sets. Therefore, the proposed hybrid intelligent system overcomes the dificulty of extracting rules from a trained support vector machine classifier and possesses the robustness which is lacking for rough-set-based approaches. In addition, the effectiveness of the proposed hybrid intelligent system is illustrated with two real-world credit datasets.
登录
查看更多内容
DOI：
10.1016/s1088-467x(97)00008-5
发表时间：
1997-05
期刊：
Intell. Data Anal.
影响因子：
--
作者：
M. Dash;Huan Liu
通讯作者：
M. Dash;Huan Liu
DOI：
10.1109/icsmc.1999.815540
发表时间：
1999-10
期刊：
IEEE SMC'99 Conference Proceedings. 1999 IEEE International Conference on Systems, Man, and Cybernetics (Cat. No.99CH37028)
影响因子：
--
作者：
R. Félix;T. Ushio
通讯作者：
R. Félix;T. Ushio
DOI：
10.2495/data020271
发表时间：
2002-09
期刊：
WIT Transactions on Information and Communication Technologies
影响因子：
--
作者：
J. Brank;M. Grobelnik;Natasa Milic-Frayling;D. Mladenić
通讯作者：
J. Brank;M. Grobelnik;Natasa Milic-Frayling;D. Mladenić
影响因子：
3.9
作者：
J. Wiginton
通讯作者：
J. Wiginton
DOI：
10.1016/s0377-2217(01)00052-2
发表时间：
2001-07
期刊：
ERN: Credit Risk (Topic)
影响因子：
--
作者：
R. Malhotra;D. K. Malhotra
通讯作者：
R. Malhotra;D. K. Malhotra