發(fā)布時間：2021-03-06 21:09

　　國網(wǎng)大數(shù)據(jù)中心泛在電力物聯(lián)網(wǎng)建設對電網(wǎng)金融數(shù)據(jù)分析的范圍、模式和方法提出了更高要求。面向大數(shù)據(jù)樣本研究,如何將大樣本相比于小樣本的獨有特征體現(xiàn)在分類模型中值得深入探索。以供應鏈的金融數(shù)據(jù)的分布特征為出發(fā)點,研究了影響信用風險分類模型的主要因素,進而概括出信用數(shù)據(jù)的分布特征,并探討了進一步的解決策略。通過電網(wǎng)供應鏈金融大數(shù)據(jù)分布特征的分析,旨在研究出電網(wǎng)全業(yè)務數(shù)據(jù)后隱含的信息,以此來為信用風險模型的構建提供了前提條件。 

【文章來源】：經(jīng)濟研究導刊. 2019,(35)

【文章頁數(shù)】：2 頁

【文章目錄】：
引言
一、國家電網(wǎng)供應鏈金融大數(shù)據(jù)分析的現(xiàn)狀
二、融資企業(yè)信用數(shù)據(jù)的分布特征
    （一）信用數(shù)據(jù)的非對稱性與不平衡性
    （二）信用數(shù)據(jù)噪聲和離群點問題
        3.3信用數(shù)據(jù)的非線性多維特征
三、解決信用數(shù)據(jù)分布特征的相關策略
    （一）非均衡樣本的解決策略
        1. 基于數(shù)據(jù)分布的調整
        2. 基于監(jiān)督模型的策略
        3. 基于半監(jiān)督模型的策略
        4. 基于集成處理的策略
    （二）噪聲離群點的解決策略
        1.基于統(tǒng)計學的探測方法
        2.基于聚類的探測方法
        3.基于距離的探測方法
        4.基于密度的探測方法
結語


【參考文獻】：
期刊論文
[1]客戶信用評估半監(jiān)督協(xié)同訓練模型研究[J]. 肖進,薛書田,黃靜,謝玲,顧新.  中國管理科學. 2016(06)
[2]BOD:一種高效的分布式離群點檢測算法[J]. 王習特,申德榮,白梅,聶鐵錚,寇月,于戈.  計算機學報. 2016(01)
[3]基于魯棒M估計的間歇過程離群點檢測[J]. 賈潤達,劉俊豪,毛志忠,王福利.  儀器儀表學報. 2013(08)



本文編號：3067818