基于主成分分析和支持向量回归机组合模型的电子商务信用风险度预测研究

发布时间：2018-01-19 12:26

本文关键词： 电子商务信用风险度支持向量回归机主成分分析预测　出处：《现代情报》2015年01期 　论文类型：期刊论文

【摘要】：随着电子商务的快速膨胀,信用风险对电子商务发展的影响越来越突出。信用风险已成为电子商务企业所面临的最主要风险之一。文章结合企业的财会指标和电子商务运营能力构建企业电子商务信用风险度预测指标,并利用主成分分析对指标进行筛选,在此基础上通过支持向量回归机对电子商务信用风险度进行预测,并进行实证检验,实证结果表明,此方法与标准支持向量回归机和神经网络相比具有更高的分类精度,证实了该方法的可行性和优越性,为电子商务建立可靠的信用风险度预测系统提供依据。
[Abstract]:With the rapid expansion of e-commerce. The influence of credit risk on the development of e-commerce is more and more prominent. Credit risk has become one of the most important risks faced by e-commerce enterprises. The sub-business credit risk degree forecast index. On the basis of principal component analysis (PCA), this paper forecasts the credit risk degree of E-commerce by support vector regression machine, and makes an empirical test, the empirical results show that. Compared with the standard support vector regression machine and the neural network, this method has higher classification accuracy, which proves the feasibility and superiority of this method, and provides the basis for the establishment of reliable credit risk prediction system in electronic commerce.
【作者单位】：黄淮学院经济管理系;
【基金】：河南省高等学校人文社会科学研究项目“基于支持向量机集成新方法的电子商务信用风险评估研究”(项目编号:2014-qn-038)
【分类号】：F724.6;F224
【正文快照】： 随着电子商务的快速发展,信用风险已成为参与电子商务企业所面临的最主要风险之一。电子商务交易双方不直接接触,它是基于信用基础上的交易。从买方的角度看,只能通过网上对产品的描述来了解产品质量,但是无法掌握卖方的资产、生产等详细情况,对卖方是否能按时交货,货物质量数

【参考文献】