1、該文就消費者信用風險管理問題進行了研究,主要的內(nèi)容和創(chuàng)新之處有:一、探討了信用風險管理中的數(shù)據(jù)挖掘應用原理,構(gòu)建了數(shù)據(jù)挖掘應用的過程,并對該過程涉及的具體內(nèi)容進行了較為詳細地研究.首先闡述了消費者信用風險管理的一般理論與方法,分析了信用風險管理中的主要方法——信用評分系統(tǒng)的原理、過程,并評述了其運用的主要模型方法,隨后介紹了數(shù)據(jù)挖掘技術的目的、模式、過程與運用的模型和算法.而后,探討了消費者信用風險管理中數(shù)據(jù)挖掘應用,該文認為,數(shù)據(jù)挖掘

2、可以在信用風險管理的幾乎全部階段中發(fā)揮重要作用,一個基于數(shù)據(jù)挖掘的評分系統(tǒng)會具有更好的風險管理效果.基于此,構(gòu)建了消費者信用風險管理中的數(shù)據(jù)挖掘應用過程,該過程由商業(yè)問題定義、數(shù)據(jù)準備、數(shù)據(jù)分析與建模、模型應用與評價四個階段組成,并對每個階段的若干具體內(nèi)容進行了較為詳細地分析.二、提出了基于主成分線性加權(quán)的數(shù)據(jù)挖掘模型,應用于消費者信用風險管理中,使用兩類實際信用卡數(shù)據(jù)集進行了實證和對比研究,并研究得出模型若干應用方面的特征.三、提出將

3、統(tǒng)計學習理論的最新成果——支持向量機(SVM)應用于消費者信用風險管理領域,并構(gòu)建了基于SVM的評分過程,實證研究的初步結(jié)果表明該方法具有良好的分類效果,并得出了該方法若干具體應用方面的結(jié)論.針對評分模型的建立需要大量歷史樣本而實際中往往不能滿足的事實(特別是在中國現(xiàn)階段),該文引入了處于統(tǒng)計學習理論最新研究階段的支持向量機方法,實現(xiàn)對消費者信用風險的分類.在闡述了SVM的相關概念、基本原理、模型之后,構(gòu)造了基于SVM方法的評分過程,并