• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Computational Science - ICCA 2003 Pt.2 Jun 2-4, 2003 Melbourne, Australia and St. Petersburg, Russia >A Set of Data Mining Models to Classify Credit Cardholder Behavior
【24h】

A Set of Data Mining Models to Classify Credit Cardholder Behavior

机译：一组用于对信用卡持卡人行为进行分类的数据挖掘模型

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we present a set of classification models by using multiple criteria linear programming (MCLP) to discover the various behaviors of credit cardholders. In credit card portfolio management, predicting the cardholder's spending behavior is a key to reduce the risk of bankruptcy. Given a set of predicting variables (attributes) that describes all possible aspects of credit cardholders, we first present a set of general classification models that can theoretically handle any size of multiple-group cardholders' behavior problems. Then, we implement the algorithm of the classification models by using SAS and Linux platforms. Finally, we test the models on a special case where the cardholders' behaviors are predefined as five classes: (ⅰ) bankrupt charge-off; (ⅱ) non-bankrupt charge-off; (ⅲ) delinquent; (ⅳ) current and (ⅴ) outstanding on a real-life credit card data warehouse. As a part of the performance analysis, a data testing comparison between the MCLP and induction decision tree approaches is demonstrated. These findings suggest that the MCLP-data mining techniques have a great potential in discovering knowledge patterns from a large-scale real-life database or data warehouse.
机译：在本文中，我们通过使用多准则线性规划（MCLP）提出了一套分类模型，以发现信用卡持卡人的各种行为。在信用卡投资组合管理中，预测持卡人的消费行为是降低破产风险的关键。给定描述信用卡持卡人所有可能方面的一组预测变量（属性），我们首先提出一组通用分类模型，这些模型理论上可以处理任何规模的多组持卡人的行为问题。然后，我们使用SAS和Linux平台实现分类模型的算法。最后，我们在特殊情况下对模型进行测试，其中将持卡人的行为预定义为五类：（classes）破产清算； （ⅱ）非破产冲销； （ⅲ）拖欠； （ⅳ）当前和（ⅴ）在真实信用卡数据仓库中的余额。作为性能分析的一部分，演示了MCLP与归纳决策树方法之间的数据测试比较。这些发现表明，MCLP数据挖掘技术在从大型现实数据库或数据仓库中发现知识模式方面具有巨大潜力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号