随着中国经济飞速发展,人民的消费意识也随之改变,“提前消费”理念深入人心。以信用卡为代表的个人信贷业务应运而生,极大的满足了人们的精神和物质追求。高额度、易使用的优点让人们忽略了它高风险的本质。科学合理的信用卡风险评估可以促进信用卡领域健康蓬勃发展。针对国内目前尚未有针对信用卡风险因果关联性评估方法的现状,研究基于Petri网和过程挖掘的信用卡风险分析是非常有现实意义的。以往的信用卡风险评估往往采用神经网络法,神经网络中神经元数量巨大使得整个神经网络能够存储大量有效信息,神经网络是目前较为公认的具有很高预测精度的分类模型。但是以前的研宄中大多直接采用指标体系进行整体定性分析,缺乏对信用风险事件发展的因果关联性的描述,显然这具有一定的局限性。为了更好的解决上述问题,本文中提出基于Petri网图形建模和模糊控制理论相结合的分析方法算法,根据具体的规则,建立了信用卡风险的模糊Petri网模型,并将BP神经网络算法引入到模型权重参数的学习中,最终通过具体实验数据分析得出本文采用算法的有效性。本文的主要工作有以下四点:(1)针对个人信用评估指标问题,已有的研究通常将指标彼此独立,无法体现交互关系。提出了构建模糊Petri网信用卡风险评估指标体系。本文采用分解流程法将信用卡风险评估指标体系进行分解,利用行为轮廓将有具有共同性质的指标归在一类,解决了信用卡评估指标无法定性的问题,提高了指标之间的因果关联性,降低了指标之间的误差。(2)针对模糊Petri网中信用评估指标权重问题,已有的文献较多使用专家问卷法得出,客观权重已经使用了专家问卷,主观权重继续使用这种方法使得组合权重过于主观。对于这一问题,本章将神经网络和模糊Petri相结合,以BP神经网络计算出各指标重要程度,将得出的数据运用序关系法得出主观权重,将BP神经网络和模糊Petri网相结合,保证了模糊综合评价模型的合理性和科学性,进而提高信用评估值便权重的合理性,利于后续计算个人信用值。(3)针对信用评估中指标之间定性后无法定量的问题,现有的方法大多直接使用个人信用数据库中数据,无法完整合理的利用数据信息。构建了基于熵权的信用卡风险模糊综合评估模型。本文将熵值法与模糊数学理论相结合,将信用卡安全风险评估指标的风险分类级别作为评语,将隶属度作为概率的值,然后依次计算各指标的熵值并赋权,极大提高了赋权的客观性、科学性、合理性。(4)针对信用评估信息量大且不完全的缺点,提出了基于熵权的模糊Petri网信用卡风险评估模型。模糊Petri网具有较好的并行处理性、快速性及容错性,可以快速、准确处理信用评估模型中的数据。基于此,通过信用卡风险评估模型的实例分析验证了基于熵权的模糊Petri网信用卡风险评估模型在完善信用卡风险分析领域具有可行性。图[25]表[10]参[83]