δ-KCLR:基于优化初始簇的聚类算法及其应用

摘要：

本文从优化初始簇入手,提出了改进的聚类算法,提高了信贷风险识别效率及准确率.主要工作包括:(1)实现基于信贷特色的申贷数据集标准化算法;(2)提出δ-相似度度量概念;(3)提出基于δ-K means的信贷风险识别算法δ-KCLR(δ-K-means-risk analysis of the bank credit)算法;(4)实验表明在银行信贷业务分析中,采用δ-KCLR算法可以有效识别隐含在信贷业务中的信贷风险.用这一模型可指导或预测新增贷款人中是否存在贷款风险.

关键词：信贷风险、聚类、K均值、δ-簇

所属期刊栏目：46

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60773169

在线出版日期：2009-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：924-928