论文部分内容阅读
本文首先介绍了数据挖掘技术和神经网络技术的发展现状，及其应用领域。接着论述了目前国际和国内企业、个人信用评分现状，应用的主要评分方法，以及这些方法在实际应用中的缺点和不足。进而利用前向神经网络的学习能力、非线性处理能力和容错能力，依据企业的各项信用指标，提出并设计了基于神经网络的信用评估模型，弥补了其他方法的不足。模型的建立包括企业、个人评分方法的分析、评分指标体系的确定、样本数据的预处理和BP算法神经网络结构的设计。最后，根据实际应用提出了对BP算法的改进方法。这一评分模型的提出，对信用评估机构和金融机构提供了科学管理和正确决策的依据，同时也为解决同类问题以及神经网络应用于其他领域提供一条良好的途径。