在银行和金融业数据分析中应用数学规划模型
在银行以及金融相关产业,信用风险分析已日渐重要.当前基于数学规划(Mathematicalprogramming)的分析方法已成为信用风险分析的有力工具.寻找全局最优解所需要面对的计算复杂度是数学规划在应用上的一个难题.本文提倡了一种新的多目标凸二次规划模型(Multi-criteriaConvexQuadraticProgrammingmodel)(MCQP),其最优解能通过线形行列式变换得到,大大降低了算法复杂度.我们对使用本模型得到的结果和4种知名的算法或工具(LDA,DecisionTree,SVMLight,和LibSVM)在4个来自不同国家(德国、澳大利亚、日本和美国)的信用数据集的计算结果进行了比较.试验结果表明,本方法的在2个数据集上最好,在另两个数据集上接近最好.该模型在中国的信用数据分析上将会有很好的应用前景.
信用数据集 信用风险 数学规划 多目标决策 银行 金融业 多目标凸二次规划模型
Gang Kou Yi Peng Yong Shi Zhengxin Chen
美国内布拉斯加州立大学信息科学与技术学院,内布拉斯加州,美国 美国内布拉斯加州立大学信息科学与技术学院,内布拉斯加州,美国;中国科学院数据挖掘与知识经济中心,北京,100080
国内会议
安徽马鞍山
中文
396-401
2006-04-21（万方平台首次上网日期，不代表论文的发表时间）