1、金融機構風險主要源于信貸風險。個人申請貸款業(yè)務的與日劇增,建立有效的風險防范機制對銀行來說是迫在眉睫的。本課題在齊魯商業(yè)銀行的綜合信息平臺的基礎,對平臺中的個人信用風險評估進行了深入探討研究,提出了一個基于粗糙集和支持向量機的個人信用評估系統(tǒng)模型。數(shù)據(jù)挖掘融合了數(shù)據(jù)庫、人工智能和數(shù)理統(tǒng)計等多門學科,是一種從大量復雜的數(shù)據(jù)中迅速獲得有用信息的新技術。分類是一種最常見的數(shù)據(jù)挖掘的應用方向,通過實驗數(shù)據(jù)訓練得到的分類器來預測未知數(shù)據(jù)的類別。支

2、持向量機(SVM)是近年來在統(tǒng)計學習理論的基礎上發(fā)展起來的一種新的機器學習方法,它具有很強的泛化能力。其核心思想是將一個復雜的分類任務通過核函數(shù)映射使之轉化成一個在高維特征空間中構造線性分類超平面的問題。支持向量機是一種好解決兩分類問題的新方法,其構造學習結果模型穩(wěn)定性較好。本文認真研究分析了支持向量機的原理及算法。在對面向大規(guī)模數(shù)據(jù)集的支持向量機的原理及算法的研究方面,通過比較各種算法的優(yōu)缺點,選用了改進的序列最小最優(yōu)化算法(SMO)