数据挖掘在信用卡发行中的应用

本文论述了银行信用卡发行零风险的流程,重点叙述了数据挖掘技术在金融兼业代理机构中的应用,即建立了一个信用卡监督管理系统,对信用卡申请者进行资信评估,判断是否同意向申请者发行信用卡,从而辅助专家做出决策。并与其它的分类系统作了比较,实验结果表明,本系统在信用卡监督管理领域有很好的应用前景。     

信用评分卡模型的建立

信用评分技术是一种应用统计模型，为信用申请者或已有的帐户计算一个风险分值的方法。而这种用途的统计模型就称为信用评分卡。信用评分卡可以根据客户提供的资料和客户的历史数据，对客户的信用进行评估。信用评分卡的建立是以对大量数据的统计结果为基础。具有相当之高的准确性和可靠性。     

基于操作行为的移动应用信誉度评估模型研究

针对移动应用信誉度的动态评估问题,提出了一种基于操作行为的移动应用信誉度评估模型。模型引入了原子操作的信誉值和节点信誉度来衡量移动应用的可靠性;同时提出了节点信誉度算法计算节点信誉度,并基于剪枝算法生成子信誉度模型,以动态地评估节点信誉度。实验结果表明,模型引入的原子操作信誉值和节点信誉度能够用于衡量移动应用的可靠性,且提出的算法能够对移动应用的信誉度进行动态评估。     

基于SOA扩展的信誉评价模型

随着Web技术的不断发展,Web服务的安全和信誉度是目前的热点研究问题,传统的SOA提供了一种新的共享模式,没有考虑到Web服务的安全和信誉问题,也不支持对Web服务信誉度的评估工作。提出了基于扩展SOA的Web服务信誉度评估模型,并重点研究了信誉度评估的算法,提出了信誉度值及综合信誉度值的计算方法,这种方法有利于服务提供者和使用者双方建立信任关系,并针对当前信任评估模型系统性能低的问题,对Web服务环境中采用的信誉评价模型进行改进,提高系统的整体性能,同时对模型中计算信誉度值及综合信誉度值的运算进行改进。通过模拟实验证明,扩展后的SOA模型考虑了服务信誉度问题,达到了预期效果。     

Josang 信任模型的物联网感知层安全数据融合方法

物联网感知层通常涉及大量传感器节点的运用,具有节点资源有限、分布广泛、无人值守、数据冗余、攻击容易等特点,实施安全数据融合是其必然选择。为了保障物联网感知层数据融合结果的真实性与可靠性,建立了一种结合数据预处理与节点信誉度评价的安全数据融合模型,利用粗大误差理论将明显偏离正常数据（或真值）的异常数据予以识别和剔除,基于概率统计理论计算和更新节点信誉度,只允许来源于高信誉度的节点数据参与数据融合,以Josang信任模型形成对数据融合结果的评价。仿真实验结果表明,该模型不仅有助于确保物联网感知层数据融合结果真实性与可靠性,而且基于粗大误差的数据预处理方法可减少数据融合的计算量,降低对传感器节点资源的需求。     

基于局域网环境下的P2P信誉度问题的研究

提出了一种相对简单的局域网信誉度模型.节点之间信誉度的获得是通过收集节点之间交易的相关历史纪录,计算出交易对象的信誉度,并根据节点评价能力的差异来修正这些信誉度.然后为是否交易提供重要的决策参考.研究表明,局域网的规模及节点对网络的熟悉程度是影响性能的重要因素.该模型具有结构简单,可控性强、更符合现实的网上交易的特点.     

基于BP网络的银行竞争力综合评价

基于BP神经网络模型对银行竞争力进行了评价，根据神经网络原理，对银行竞争力综合评价模型的构造，网络的系统训练过程、BP学习过程等进行了讨论，用实例进行了验证，结果表明BP网络在评价中是一种很好的方法和工具。     

银行类上市公司业绩综合评价模型及实证研究

为了克服传统业绩评估方法的不足，本文首先通过选择有代表性的指标和比率，建立起一个银行类上市公司综合业绩评价指标体系，在此基础上采用主成分分析方法构建了一个评价上市银行业绩的模型，并使用该模型对四家上市银行进行了实证分析，最后用聚类分析和定性定量比较分析对该模型的有效性进行了验证，证明该模型在实证分析中是有效的。     

基于因子聚类分析综合评价模型的构建及实证分析

基于因子分析和聚类分析理论,构建了一个新的因子聚类综合评价模型,并应用该模型对国内某商业银行信贷风险进行评估与决策.结果表明,该模型能细致分析和有效评价申贷者的信用风险状况,科学决策贷款的发放,大大提高了银行信贷风险的管理水平,从而验证了该模型的通用性和可行性.     

动态博弈下的银行信用风险管理模型修正

随着银行信用卡普及,如何能准确分析出信用卡的潜在风险成为相关行业的关键.普遍的信用卡风险管理模型大都以信用卡发放流程为标准将风险分为逆向选择和道德风险.然后,这种风险模型人为地将银行与信用卡申请人之间的互动博弈分开,因而忽略了这一环节出现的博弈风险--银行评估失效.本文结合该风险的量化分析,得出修正后的银行信用卡风险管理模型.     

卡银行系统业务模型的分析和建立

笔者针对卡银行系统进行业务建模,得到卡银行系统的概念模型、逻辑模型和物理模型。通过探讨卡银行系统业务系统架构以及业务流程实施方法,阐述了采用标准化流程引擎实现SOA架构的系统整体解决方案。研究还讨论了流程引擎的抽象模型以及三种主流开源工作流引擎,并比较了各自的优劣。以上研究的成果验证了本实验室自创并一直沿用的SOA三层模型建模方法的有效性。     

CF卡在数据采集系统中的应用

该文介绍了目前主流的便携式存储介质CF卡的协议组成以及CF卡与数据采集系统的接口设计,并以DSP组成的数据采集系统为例,阐述了CF卡在数据采集系统中的应用。     

银校一卡通网络安全研究与实现

介绍了银校一卡通在学校的应用现状、前景和优势,银校一卡通的运营模式并对其优缺点进行了具体分析．对银校一卡通的网络安全建设进行研究和分析,提出了构架银校一卡通网络的安全解决方案。     

基于支持向量机的信用卡信誉检测

介绍了数据挖掘中的支持向量机方法,建立了基于支持向量机的信用卡信誉检测模型,并用该模型进行了信用卡信誉检测实验. 结果表明,基于支持向量机的信誉检测方法可帮助银行检测信用卡信誉和控制风险.     

基于集成学习的用户信用卡违约预测模型研究

用户信用卡违约预测任务有助于银行等金融机构平衡经济风险与经济利益,对于银行信用卡业务的风险管控具有重要作用。针对用户信用卡违约预测问题,提出了一种基于集成学习的预测模型,有异于传统集成学习中的弱学习器。该模型采用集成模型和神经网络模型作为基学习器,从而提升模型整体的预测效果。首先通过预处理提取用户信用卡数据集的相关特征,然后分别采用优化后的决策树、随机森林、GBDT、XGBoost、CatBoost和SPE六种机器学习模型与神经网络模型进行并行训练和预测,最后通过加权软投票法集成基学习器结果并输出最终预测结果。结果表明,相对于基学习器,该模型在各项评估指标上均有所提升,且拥有更好的模型泛化能力。     

基于决策树算法的银行客户分类模型

利用决策树算法对银行的信用卡客户进行分类,构建了客户分类模型,给出了分类步骤中信用卡的客户类型特征,为银行的信用卡推广业务提供相应策略.     

投资银行在承销方式下的最优决策分析

模型引入潜在购买量作为推销费的函数,将随机需求量的概率分布与推销费联系起来,确定了投资银行的平均利润和发行量、推销费之间的关系·给出了证券发行市场中投资银行在承销方式下推销费和股票发行量的最优值,从而为投资银行在证券发行市场中如何制定发行及推销策略提供了一种决策工具     

改进特征匹配算法在银行卡号识别中的应用

针对目前银行卡号识别算法的不足, 基于模式识别技术, 提出一种改进的特征匹配算法, 并将其应用于银行卡号识别. 改进的特征提取算法改变了特征向量, 并增加特征学习次数, 解决了传统方法识别银行卡号正确率较低的问题, 并保证了识别效率. 仿真实验结果表明, 改进的特征提取算法可有效提高银行卡号识别的正确率.     

国际标准COBOL语言的现状与前景

近些年来,COBOL语言在数据处理领域的声誉有些下降,人们为COBOL的前途担扰。本文论述了国际标准COBOL语言存在的问题、COBOL85的改善以及COBOL的前景,并指出COBOL语言的发展要与第四代语言相结合,还强调要加快结合的进程。