邱 梅，王哲元

(1.南京邮电大学 计算机学院，江苏 南京 210003；2.福州大学 数学与计算机科学学院，福建 福州 350116)

基于数据挖掘的信用评估研究

邱 梅1，王哲元2

(1.南京邮电大学 计算机学院，江苏 南京 210003；2.福州大学 数学与计算机科学学院，福建 福州 350116)

信用如今已经渗透至社会生活、工作之中，信用评估是金融、通讯等服务行业对消费者个体的重要需求。在分析个人信用影响因素及其相关数据建模基础上，改进了应用Logistic回归建模过程中所用到的最速下降法，有效减少了回归建模过程中的迭代次数与迭代时间。原始最速下降法相邻方向是正交的，导致越是靠近极值点步长越小，收敛速度慢；而改进后的最速下降法通过结合上一次的搜索方向确定当前搜索方向，改变了原本锯齿形的曲折搜索路径。为验证所提出方法的有效性和可行性，围绕迭代次数与迭代时间进行了实验验证。验证实验结果表明，改进的最速下降法减少了计算过程中的迭代次数，从而提高了运算效率；针对影响信用数据提供不全的记录，将转移概率矩阵应用于信用评估，可解决未来信用预测评估问题。

信用评估；最速下降法；Logistic回归；转移概率

0 引 言

人们在每天的生活中都无时无刻产生着大量的数据，例如在进行行程安排或工作中。而这些数据都蕴含着信息，从这些信息中，可以对一些还未发生的不确定行为进行预测，或是结合已知的信息进行推测得到另外有价值的信息。例如，超市的购物清单就可能反映出商品之间的潜在关联性，即消费者在购买一个商品时可能会顺带购买另外某一件商品。……