邻域粗糙集融合网格搜索组合分类器的理财决策知识获取研究

发布时间：2021-08-23 10:03

　　【目的】为提高金融机构理财决策知识获取的效率和有效性,提出邻域粗糙集融合网格搜索组合分类器的理财决策知识获取模型。【方法】建立理财决策知识获取系统框架,采用邻域粗糙集方法对决策系统进行知识约简,采用SMOTE过采样方法消除数据的不平衡性,采用网格搜索方法搜索组合分类器的最优参数。通过模型的训练和测试,对约简组合进行评估和优选,选出最佳约简;最后,通过约简获取决策系统的规则知识,存入组织知识库,完成知识获取。【结果】采用4521条真实理财数据进行实证分析,测试集购买类样本准确率（Sensitivity）达到83.55%,未购买类样本准确率（Specificity）达到80.74%, AUC值达到0.8214。【局限】未针对保险、消费贷款等其他类型的营销数据进行验证。【结论】邻域粗糙集融合网格搜索组合分类器的分类模型能够有效提高理财决策系统的整体分类能力,识别和获取关键客户知识,提高金融机构理财产品决策的效益和效率。 

【文章来源】：数据分析与知识发现. 2019,3(01)北大核心CSSCICSCD

【文章页数】：10 页

【文章目录】：
1 引言
2 模型构建
    2.1 前向搜索的邻域粗糙集理财决策系统约简
    2.2 基于SMOTE的过采样方法
    2.3 网格搜索优化组合分类器参数的方法
    2.4 邻域粗糙集融合组合分类器的理财决策知识获取模型
3 理财决策知识获取实例
    3.1 基于邻域粗糙集的理财产品决策系统约简
    3.2 基于组合分类器的理财产品决策结果评估
        (1) 构造训练集和测试集
        (2) 模型的评价
        (3) 模型预测结果
    3.3 理财产品决策的关键知识获取
    3.4 计算结果对比分析
        (1) 使用和未使用SMOTE方法的结果对比
        (2) 组合分类器之间以及与基分类器的结果对比
4 结语
支撑数据:


【参考文献】：
期刊论文
[1]基于用户生成内容的潜在客户识别方法[J]. 蒋翠清,宋凯伦,丁勇,刘尧.  数据分析与知识发现. 2018(03)
[2]消费者购买银行个人理财产品行为分析——基于多水平logistic模型[J]. 王俊花,高齐圣,马金焱.  青岛大学学报(自然科学版). 2017(04)
[3]邻域粗糙集融合贝叶斯神经网络在医疗决策中的应用研究[J]. 王效俐,刘潇,苏强.  工业工程与管理. 2016(05)
[4]不平衡数据的企业财务预警模型研究[J]. 李扬,李竟翔,马双鸽.  数理统计与管理. 2016(05)
[5]三种数据挖掘算法在电子病历知识发现中的比较[J]. 牟冬梅,任珂.  现代图书情报技术. 2016(06)
[6]基于网格搜索和交叉验证的支持向量机在梯级水电系统隐随机调度中的应用[J]. 纪昌明,周婷,向腾飞,黄海涛.  电力自动化设备. 2014(03)
[7]基于邻域粗糙集属性约简的对偶约束式LS-SVM财务困境预测模型研究[J]. 赵冠华.  运筹与管理. 2011(03)
[8]数据挖掘在理财产品营销中的应用——以CATI数据为例[J]. 谢邦彦.  统计与信息论坛. 2009(10)
[9]基于邻域粒化和粗糙逼近的数值属性约简[J]. 胡清华,于达仁,谢宗霞.  软件学报. 2008(03)
[10]知识获取与求精RS-GA策略[J]. 张建华,刘仲英.  同济大学学报(自然科学版). 2004(06)

硕士论文
[1]基于粗糙集的故障预测及诊断技术在卫星中的应用[D]. 索明亮.哈尔滨工业大学 2013
[2]基于邻域粗糙集的属性约简算法研究[D]. 王鹏.河北科技大学 2011



本文编号：3357656