# An Application of the Rough Set Approach to Credit Rating

등록일 2000.06.07 MS 워드 (doc) | 8페이지 | 가격 10,000원
다운로드
장바구니관심자료

## 소개글

러프집합이론(Rough Set Theory)을 이용한 신용도 평가입니다.

## 목차

Abstract

1. Introduction

2. Rough Sets and Neural Networks
2.1 Rough Sets

3. A Credit Rating Problem
3.1 Problem Statement
3.2 Application of the Rough Set Approach
3.3 Presentation of Rules

4. Conclusions

References

## 본문내용

The credit rating represents an assessment of the relative level of risk associated with the timely payments required by the debt obligation. In this paper, we present a new approach to credit rating of customers based on the rough set theory. The concept of a rough set appeared to be an effective tool for the analysis of customer information systems representing knowledge gained by experience. The customer information system describes a set of customers by a set of multi-valued attributes, called condition attributes. The customers are classified into groups of risk subject to an expert’s opinion, called decision attribute. A natural problem of knowledge analysis consists then in discovering relationships, in terms of decision rules, between description of customers by condition attributes and particular decisions. The rough set approach enables one to discover minimal subsets of condition attributes ensuring an acceptable quality of classification of the customers analyzed and to derive decision rules from the customer information system which can be used to support decisions about rating new customers.
Using the rough set approach one analyses only facts hidden in data, it does not need any additional information about data and does not correct inconsistencies manifested in data; instead, rules produced are categorized into certain and possible. A real problem of the evaluation of credit rating by a department store is studied using the rough set approach.

## 참고 자료

[1] Boryczka, M., and Slowinski, R., “Derivation of optimal decision algorithms from decision tables using rough sets,” Bulletin of the Polish Academy of Sciences, ser. Technical Sciences, Vol. 36, 1988, pp.252-260.
[2] Dubois, D., and Prade, H., ‘Putting rough sets and fuzzy sets together’, in Slowinski, R. (ed), Intelligent Decision Support: Handbook of Applications and Advances of the Rough Sets Theory, Kluwer Academic, Dordrecht, 1992, pp. 203-232.
[3] Capon, N., (1982). “Credit Scoring Systems: A Critical Analysis,” Journal of Marketing, Vol.46, pp.83-88.
[4] Grzymala-Busse, J.W., ‘LERS – a system for learning from examples based on rough sets’, in Slowinski, R. (ed), Intelligent Decision Support: Handbook of Applications and Advances of the Rough Sets Theory, Kluwer Academic, Dordrecht, 1992, pp.3-18.
[5] Kim, C.Y., Ahn, B.S, Cho, S.S., and Kim, S.H., “The Integrated Methodology of Rough Set Theory and Artificial Neural Network for Business Failure Prediction,” The Journal of MIS Research, Vol. 9, No.4, 1999, (in press).
[6] Krusinska, E., Slowinski, R. and Stefanowski, J. “Discriminant versus rough set approach to vague data analysis”, Applied Stochastic Models and Data Analysis, Vol. 8, 1992, pp.1-17.
[7] Pawlak, Z., “Rough sets,” International Journal of Information and Computer Sciences, Vol. 11, pp. 341-356.
[8] Skowron, A. and Grzymala-Busse, J.W., ‘From the rough set theory to the evidence theory’, in Fedrizzi, M., Kacpryk, J. and Yager, R.R. (eds), Advances in the Dempster-Shafer Theory of Evidence, John Wiley, New York, 1993.
[9] Siegel, P.H., de Korvin, A., & Omer, K., “Detection of irregularities by auditors: a rough set approach,” Indian Journal of Accounting, 1993, pp.44-56.
[10] Slowinski, R., & Stefanowski, J., “‘RoughDAS’ and ‘RoughClass’ software implementations of the rough set approach,” In: R. Slowinski (ed.) Intelligent Decision Support. Handbook of Applications and Advances of the Rough Sets Theory, Kluwer Academic Publishers, Dordrecht, 1992, pp.445-456.
[11] Ziarko, W., Golan, R., & Edwards, D., “An application of DATALOGIC/R knowledge discovery tool to identify strong prediction rules in stock market data,” Proceedings of AAAI Workshop on Knowledge Discovery in Databases, Washington DC. 1993.

## 태그

*원하는 자료를 검색 해 보세요.
• 러프집합이론과 인공신경망 통합방법론 Abstract This paper ... The Integrated Methodology of Rough Set ... , combining neural network and rough set
• [캐릭터] 캐릭터 제작 과정 1페이지
철저하게 분석하여 개발 할 캐릭터의 기본 컨셉을 기획하고 다양한 러프 ... 스케치를 실시합니다. 기초 러프 스케치(Rough Sketch) 작업 시 ... . 단계 분석, 기획(Planning) 3. 단계 기본 디자인(Basic
• [MIS] 퍼지 시스템 29페이지
. 퍼지개념 2-1. 퍼지이론 2-2. 퍼지집합 2-3. 퍼지논리 2-4 ... 기술을 말한다. 신용 분석분야에서 전통적인 통계적 접근은 과거에 실험되어 ... 위험을 떠맡는다. 퍼지 규칙은 자동화된 신용분석 시스템 결정 지원에
• 신용카드 시장에서 이탈고객 분석 16페이지
신용카드 시장에서 이탈고객 분석 서론 대기업들의 카드업 진출로 시장규모 ... 전략의 가이드 라인을 제시한다. 이론적 배경 신용카드에 관한 연구 신용카드에 ... 향후 연구방향 데이터 마이닝을 이용한 신용카드 고객의 이용행태 분석의 가능
• 주의적 갈등의 기본 카스텔 집합적 소비론 - 분석집합적 소비가 이루어 ... ( 이론적자원 ) II ( 안경 , 분석틀 ) III ( 지식 ... Castells 집합적 소비론 하비 David Harvey 건조환경론
• 거주와 유흥 시설의 증가 ! 사회구조이론 - 사회해체이론집합적 ... 온보현 사건 분석 범행 소개 사건 개요 1994. 8. 28 1994 ... 및 신용카드 비밀번호 비닐 봉지 삽 경기도 신갈 근처 야산 유기 서울
• 「경영학개론」 “시스템적 경영과 상황이론에 바탕을 둔 경영의 비교?분석 ... 있는지 보여줄 수 있다. 또한 이론과 실무를 연결해주기 때문에 분석 ... ” <목차> Ⅰ. 시스템 이론(System Theory) 1. 시스템
더보기
• 구매평가(0)
• 구매문의(0)
최근 구매한 회원 학교정보 보기
1. 최근 2주간 다운받은 회원수와 학교정보이며
구매한 본인의 구매정보도 함께 표시됩니다.
2. 매시 정각마다 업데이트 됩니다. (02:00 ~ 21:00)
3. 구매자의 학교정보가 없는 경우 기타로 표시됩니다.
4. 지식포인트 보유 시 지식포인트가 차감되며
미보유 시 아이디당 1일 3회만 제공됩니다.
최근 본 자료더보기
추천도서
다음