欢迎来到天天文库
浏览记录
ID:33538386
大小:2.11 MB
页数:57页
时间:2019-02-26
《bp神经网络技术在信用社客户分类中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、BPNeuralnetwork’sApplicationinRuralcreditcooperativesCustomerClassificationByRENYunshengB.E.(HunanUniVersity)2006AthesissubmittedinpartialsatisfactionoftherequirementsforthedegreeofMasterofEngineeringSoftwareEngineeringintheGraduateschoolofHunanUniversitySupervisorsAssociateProfessorYIChuanhe
2、SeniorEngineerLIUZhidongOct,2013湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:彳荔建总日期:29f中年j月诸日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将
3、本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密耐。(请在以上相应方框内打“√”)作者签名:/7互犀墟日期:.勾卿年f月珂日导师繇昌晓矗“毛焉,日期.山,牛年厂月玎日工程硕士学位论文摘要信用社是我国农村金融的中重要组成部分,然而随着我国市场经济的发展,目前主要以农村用户为主体的信用社正在经受着前所未有的金融风险。世界银行的研究表明,信用风险是导致银行破产最主要的原因之一。为此,本文主要借助数据挖掘技术,基于客户信用风险,对信用社客户进行分类,从而为信用社客户的管理
4、提供信息决策基础。本文对基于数据挖掘的信用社客户分类算法的研究主要包括如下几个方面的内容。首先,针对基于BP神经网络的信用社客户分类模型进行研究,并且针对BP神经网络所存在的容易陷入局部最优解、算法的收敛速度较慢以及网络结构设定困难等缺点,结合遗传算法的特点,提出了遗传BP神经网络的概念,并且对遗传BP神经网络模型的设计进行了研究;其次,结合湖南省某信用社的客户资料,结合信用社自身的特点,在对信用社客户风险影响因素进行分析的基础上,通过对客户资料的分析,借助遗传BP神经网络模型将信用社客户评级为良好、一般、合格、不合格、恶化五个等级,实现信用社客户的分类。通过实例证明,本文所研究
5、的基于遗传BP神经网络的信用社客户分类模型具有更好的客户分类效果。本文在国内外学者利用BP神经网络模型进行客户分类的研究基础上,针对单纯使用BP神经网络算法进行客户分类时所存在的不足,借助遗传算法的优点,进行客户分类模型的改进。并且通过实例测试显示,本文所研究的基于遗传BP神经算法的信用社客户分类模型具有较更好的客户分类准确性,能够为信用社客户管理提供更好的方法支持。关键词:信用社;客户分类;数据挖掘技术;BP神经网络算法;遗传算法IIBP神经网络技术在信用社客户分类中的应用研究AbstractRuralcreditcooperativesarealsoanintegralpar
6、toffinance,butwiththedevelopmentofChina’Smarketeconomy,thekeytoruralcreditcooperativesasthemainusersareexperiencingunprecedentedfinancialrisks.WorldBankstudiesshowthatcreditriskiSthemaincauseofbankfailuresreasons.Therefore,thisarticlemainlythroughdataminingtechnology,basedoncustomercreditrisk
7、,customersareclassifiedforcreditunions.creditunionsSOastoprovideinformationontheclient’Smanagementdecision-makingbasis.Inthispaper,basedondataminingofcustomercreditclassificationalgorithmmainlyincludesthefollowingseveralaspects.Firstly,basedo
此文档下载收益归作者所有