دانلود مقاله ISI انگلیسی شماره 48697
عنوان فارسی مقاله

یک روش ترکیبی برای گروه ارزیابی ریسک اعتباری شرکت بر اساس پشتیبانی ماشین بردار

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
48697 2012 7 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
A hybrid ensemble approach for enterprise credit risk assessment based on Support Vector Machine
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 39, Issue 5, April 2012, Pages 5325–5331

کلمات کلیدی
شرکت ارزیابی ریسک اعتباری - آموزش گروه - فضا تصادفی -
پیش نمایش مقاله
پیش نمایش مقاله یک روش ترکیبی برای گروه ارزیابی ریسک اعتباری شرکت بر اساس پشتیبانی ماشین بردار

چکیده انگلیسی

Enterprise credit risk assessment has long been regarded as a critical topic and many statistical and intelligent methods have been explored for this issue. However there are no consistent conclusions on which methods are better. Recent researches suggest combining multiple classifiers, i.e., ensemble learning, may have a better performance. In this paper, we propose a new hybrid ensemble approach, called RSB-SVM, which is based on two popular ensemble strategies, i.e., bagging and random subspace and uses Support Vector Machine (SVM) as base learner. As there are two different factors, i.e., bootstrap selection of instances and random selection of features, encouraging diversity in RSB-SVM, it would be advantageous to get better performance. The enterprise credit risk dataset, which includes 239 companies’ financial records and is collected by the Industrial and Commercial Bank of China, is selected to demonstrate the effectiveness and feasibility of proposed method. Experimental results reveal that RSB-SVM can be used as an alternative method for enterprise credit risk assessment.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.