[发明专利]一种基于贝叶斯网络和互信息的客户信用评分方法在审
| 申请号： | 201510575186.8 | 申请日： | 2015-09-10 |
| 公开（公告）号： | CN105046559A | 公开（公告）日： | 2015-11-11 |
| 发明（设计）人： | 许卓明;庄远航;王骏华;唐彦 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06Q40/00 | 分类号： | G06Q40/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 肖明芳 |
| 地址： | 211100 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于贝叶斯网络和互信息的客户信用评分方法，包括：客户数据预处理，并用离散型随机变量来描述全部客户数据属性；计算客户信用表现随机变量与其他客户数据属性随机变量之间的互信息，并对互信息进行排序；使用基于互信息的贝叶斯网络创建算法来构建一个初始贝叶斯网络；从初始贝叶斯网络中抽取客户信用表现属性结点的马尔科夫毯，并对其结构进行必要调整，得到最终贝叶斯网络作为客户信用评分模型的网络结构；使用最大似然估计对所得的网络结构进行参数学习，得到客户信用评分模型的参数；使用所得的客户信用评分模型来预测客户的未来信用表现。本发明的方法不仅实用，而且比现有的客户信用评分方法具有更高的预测准确性与精度。 | ||
| 搜索关键词： | 一种 基于 贝叶斯 网络 互信 客户 信用 评分 方法 | ||
【主权项】：
一种基于贝叶斯网络和互信息的客户信用评分方法，包括：步骤S1，客户数据预处理，并用离散型随机变量来描述全部客户数据属性；步骤S2，计算客户信用表现随机变量与其他客户数据属性随机变量之间的互信息，并对互信息进行排序；步骤S3，使用基于互信息的贝叶斯网络创建算法来构建一个初始贝叶斯网络；步骤S4，从初始贝叶斯网络中抽取客户信用表现属性结点的马尔科夫毯，并对其结构进行必要调整，得到最终贝叶斯网络作为客户信用评分模型的网络结构；步骤S5，使用最大似然估计对客户信用评分模型的网络结构进行参数学习，得到客户信用评分模型的参数；步骤S6，使用所得的客户信用评分模型来预测客户的未来信用表现。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510575186.8/，转载请声明来源钻瓜专利网。
