基于数据挖掘聚类技术的信用评分评级  

CREDIT SCORING AND RATING BASED ON CLUSTERING TECHNOLOGY OF DATA MINING

作　　者：左子叶[1] 朱扬勇[1] 

机构地区：[1]复旦大学计算机与信息技术系,上海200433

出　　处：《计算机应用与软件》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 )

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.

关 键 词：信用评分 信用评级 数据挖掘 聚类 DM/MIM 信用卡分析系统 

分 类 号：F830.46[经济管理—金融学] TP311.13[自动化与计算机技术—计算机软件与理论]