基于类别非平衡时序增量数据批的多SVM动态集成企业信用评估建模

项目名称： 基于类别非平衡时序增量数据批的多SVM动态集成企业信用评估建模

项目编号： No.71371171

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 管理科学

项目作者： 孙洁

作者单位： 天津财经大学

项目金额： 58万元

中文摘要： 为了提高企业信用评估的有效性和可用性，本课题尝试从类别非平衡时序增量数据批的新视角来研究多SVM动态集成企业信用评估建模方法体系，并展开实证检验。在探索企业信用评估建模中的类别非平衡时序增量数据批理论基础的前提下，将重抽样技术和多SVM集成方法融合来研究单个类别非平衡数据集上的多SVM集成建模方法，提出移动数据批窗口与数据批赋权抽样思想并与多SVM集成方法融合来研究基于类别平衡时序增量数据批的多SVM动态集成建模方法，进而通过两阶段融合机制和嵌入式融合机制整合前两者的关键技术来构建基于类别非平衡时序增量数据批的多SVM动态集成企业信用评估建模方法。基于上市公司数据和UCI数据开展实证比较研究，以检验方法的有效性。该研究将在理论上促进类别非平衡处理方法和时序增量动态学习方法的融合拓展创新，同时在实务方面有助于建立更加符合当前时序特征变化趋势并能有效识别的企业信用评估模型。

中文关键词： 企业信用评估；多SVM动态集成；类别非平衡；增量数据批；时间序列

英文摘要： To further improve the effectiveness and applicability of enterprise credit scoring models, this project attempts to implement theoretical and empirical studies on the credit scoring modelling methods based on multi-SVM (support vector machine) dynamic e

英文关键词： Enterprise credit scoring；multi-SVM dynamical ensemble；class imbalance；incremental data batches；time series