负向数据补偿算法及其在供应商选择中的应用  

Negative Data Compensation Algorithm and Its Application in the Choice of Suppliers

作　　者：杨益华[1,2] 陈菊红[1] 

机构地区：[1]西安理工大学经济与管理学院,陕西西安710054 [2]广州铁路职业技术学院,广东广州510430

出　　处：《系统工程》2011年第9期115-119,共5页Systems Engineering

基　　金：教育部人文社会科学研究规划项目(11YJA630063);国家自然科学基金资助项目(70602017)

摘　　要：以往的数据挖掘方法一般都不会采用负向数据(negative data),因为其难以对测试数据集的产出进行正确的分类。但现有研究已经开始关注负向数据的应用,并且认为利用负向数据进行训练能够显著提高预测精度。本文在SVM(支持向量机)的基础上提出了一种负向数据补偿算法,并将其应用于供应商选择问题。研究结果表明该算法能够得到具有更高精度的预测模型。Generally,negative data are rarely used in data mining method,because it is difficult to classify the output test data correctly.However,the existing research has begun to pay attention to negative data,which are used to significantly improve prediction accuracy.In this paper,negative data compensation algorithm based on the SVM is proposed and applied to supplier selection.The results show that the algorithm can obtain a more accurate prediction models.

关 键 词：负向数据补偿算法 供应商选择 应用 

分 类 号：F274[经济管理—企业管理]