امتیاز دهی اعتباری متقاضیان کارتهای اعتباری بانکها با استفاده از تکنیک ماشین بردار پشتیبان

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,260

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEC02_050

تاریخ نمایه سازی: 17 اردیبهشت 1388

چکیده مقاله:

در سالهای اخیر به دلیل رقابت شدید در صنعت اعتباری، اعتبار سنجی به یکی از موضوعات حیاتی و چالشی تبدیل شده است. اغلب مدیران اعتبار سنجی براساس تجربیات خود به ارزیابی اعتبار متقاضیان می پردازند که این باعث افزایش ریسک اعتباری می شود. در واقع بحرانهای مشاهده شده در نظام بانکی کشورها عمدتا ناشی از عدم کارایی در مدیریت ریسک اعتباری است حجم قابل ملاحظه ای از تسهیلات اعطایی سوخت شده یامعوقه ی بانک ها، گویای فقدان مدلهای مناسب اندازه گیری ریسک اعتباری در شبکه بانکی است و یکی از مهمترین ابزارهایی که بانکها برای مدیریت و کنترل ریسک اعتباری بدان نیازمندند سیستم امتیاز دهی اعتباری مشتریان بوسیله یک سیستم خبره می باشد و میتوان ان را گامی بزرگ در جهت تحقق بانکداری الکترونیکی دانست که یکی ازمهم ترین سازمانها در تحقق بخشیدن به اهداف شهر الکترونیک می باشد. لذا در این مقاله مدل ترکیبی ماشین بردار پشتیبان مبتنی بر دو استراتژی زیر برای امتیاز دهی اعتباری متقاضیان کارتهای اعتباری بکار رفته است: 1- استفاده از تکنیک F-Score برای انتخاب ویژگیها 2- استفاده از تکنیک Grid search برای بهینه کردن مقادیر پارامترها

نویسندگان

عباس طلوعی اشلقی

دانشیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

فرناز مقدوری شربیانی

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات

فرید دانشگر

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات دانشگاه پیام نور تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • منیری، آرش، استفاده از ماشین بردار پشتیبان در بازشناسی کلمات ...
  • Avci, Engin, "Selecting of the optimal feature subset and kernel ...
  • Bellotti, Tony, Crook, Jonathan, "Support vector machines for credit scoring ...
  • Chen, Weimin, Ma, Chaoqun, Ma, Lin, "Mining the customer credit ...
  • Fatih Akay, Mehmet, "support Vector machines combined with feature selection ...
  • Huang, Cheng-Lung, Chen, Mu-Chen, "Credit scoring with a data mining ...
  • Huang, Zan, Chen, Hsinchun, "Credit Rating analysis with support Vector ...
  • Min, Sung-Hwan, Lee, Jumin, "Hybrid genetic algorithms and support Vector ...
  • نمایش کامل مراجع