مرور کلی بر دسته بندی های مبتنی بر SVM در رتبه بندی اعتباری

مرور کلی بر دسته بندی های مبتنی بر SVM در رتبه بندی اعتباری

اعظم شاه مرادی1 نرگس خالصی2

1) کارشناسی ارشد مهندسی کامپیوتر - نرم افزار -
2) کارشناسی ارشد مهندسی کامپیوتر - نرم افزار -

کد IOI مقاله : XACC-DBCDH
محل انتشار : دومین کنگره بین المللی علوم، مهندسی و تکنولوژی - هامبورگ(germanconf.com/2nd)
چکیده :
    توسعه و گسترش عملیات بانکی با یک سیستم کارآمد برای بهبود اقتصاد کشور بسیار موثر بوده و موسسات مالی را در یک محیط رقابتی قرار می دهد. وجود چنین سیستمی که بتواند به بانک ها در رسیدن به اهدافشان کمک نمایند ، نیازمند سیستم های متنوعی است. هدف از مدل های رتبه بندی اعتباری، پیش بینی احتمال عدم بازپرداخت وام توسط مشتری بوده و دسته بندی اعتبار مشتریان است. از مزایای این روش می توان به صرفه جویی در وقت، صرفه جویی در هزینه ها، از بین بردن قضاوت های شخصی و افزایش دقت پرداخت وام به مشتریان اشاره نمود. بدین منظور از روش های مختلف آماری در زمینه رتبه بندی اعتباری استفاده شده است. در همین حال، ماشین بردار پشتیبان (SVM) یکی از روش های مورد استفاده و محبوب در این زمینه است. در این بررسی، ساختار کلی مدل مبتنی بر SVM برای رتبه بندی اعتباری، معرفی و طبقه بندی شده است. سپس نتایج تحقیقاتی که با استفاده از این روش در مجموعه داده های آلمانی و استرالیا مورد مطالعه قرار گرفته اند با یکدیگر مقایسه شده است.

کلمات کلیدی : رتبه بندی اعتباری ماشین بردار پشتیبان دسته بندی انتخاب ویژگی