An Application of the Rough Set Approach to Credit Rating

최초 등록일
2000.06.07
최종 저작일
2000.06
8페이지/워드파일 MS 워드
가격 무료 할인쿠폰받기
판매자nov*******
다운로드

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.

자료문의

ㆍ이 자료에 대해 궁금한 점을 판매자에게 직접 문의 하실 수 있습니다.
ㆍ상업성 광고글, 욕설, 비방글, 내용 없는 글 등은 운영 방침에 따라 예고 없이 삭제될 수 있습니다.
ㆍ다운로드가 되지 않는 등 서비스 불편사항은 고객센터 1:1 문의하기를 이용해주세요.

판매자 정보

nov*******
회원 소개글이 없습니다.
판매지수
ㆍ판매 자료수
0
ㆍ전체 판매량
0
ㆍ최근 3개월 판매량
0
ㆍ자료후기 점수
평균 A+
ㆍ자료문의 응답률
받은문의없음
판매자 정보
ㆍ학교정보
  • 비공개
ㆍ직장정보
  • 비공개
ㆍ자격증
  • 비공개
  • 위 정보 및 게시물 내용의 진실성에 대하여 해피캠퍼스는 보증하지 아니하며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
    위 정보 및 게시물 내용의 불법적 이용, 무단 전재·배포는 금지되어 있습니다.
    저작권침해, 명예훼손 등 분쟁요소 발견시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.

    찾던 자료가 아닌가요?아래 자료들 중 찾던 자료가 있는지 확인해보세요

    • 한글파일 확률함수의 개념을 설명하고, 실제로 어떻게 활용할 수 있는지 예시를 설명하시오2 5페이지
      카드사에서 고객들의 신용카드, 체크카드 이용 방식을 분석하고자 할 때 확률함수를 ... 확률함수를 구성하고, 이를 바탕으로 신용카드 이용 행태를 분석할 수 있게 ... 거듭하면서, 통계의 중요성은 점차 확대되고 있다. 다양한 통계분석 프로그램이
    • 파워포인트파일 자본시장법 해설자료 10페이지
      (Negative System) - 금융투자상품이 추상적 포괄적으로 정의되어 이론상 ... 권유 등을 영업으로 하는 행위 집합투자업 집합투자란 2인 이상에게 투자 ... 완화 집합투자업 100억- 80억 투자일임업 30억 - 15억 등 인가
    • 한글파일 무대의탄생 독후감 3페이지
      어떠한 공연이 무대에 오르기까지의 경영과 기획, 제작에 대한 총집합 ... 발전과 성장과정의 흔적을 적고자 한다. 실패와 성공 경험의 총계이며 이론적 ... 분석을 한다. 무대의 탄생이 전의 책들보다 흥미로울 수 있던 이유는
    • 한글파일 부르디외의 사회자본 발표 자료 2페이지
      개념적 속성, 그리고 결과나 효용성을 이론적으로 혹은 실증적으로 분석 ... 자원의 집합으로서의 상호 대면관계에서 제도화되고 지속화된 관계망을 ... 관계망은 집단적으로 소유된 자본의 후원, 즉 신용을 부여해주는 보증을 소속
    • 한글파일 [기말고사 핵심 요약] 금융기관 경영론 12페이지
      겸영업무 투자매매업, 투자중개업, 신탁업, 방카슈랑스, 신용카드업 ... 드판매업무 ① 랩어카운트 ② CMA업무 (5) 신용공여업무 ★랩어카운트 ... 료(Wrap fee)를 받는 상품 ★집합투자업자 투자신탁의 조직은 위탁회사(투자
    • 한글파일 신경망이란 무엇인가 7페이지
      . 그러나 만약 통계학적 모델들의 집합이 다음과 같은 특징들을 가진다면 ... 해당 집합을 신경(neural)이라고 부른다. 1. 조정이 가능한 가중 ... 치들의 집합 즉, 학습 알고리즘에 의해 조정이 가능한 숫자로 표현된 매개
    • 한글파일 확률함수의 개념을 설명하고, 실제로 어떻게 활용할 수 있는지 예시를 설명하시오 5페이지
      종류로 나누어진다. 이산확률변수는 개별적인 변수로서 유한한 집합을 갖거나 ... 무한하더라도 셀 수 있는 집합을 갖는 확률변수이다. 반면, 연속확률 ... 함수가 활용된 부분은 정량적인 분석기법에 있다. 해당 연구에서는 확률
    더보기
    상세하단 배너
    우수 콘텐츠 서비스 품질인증 획득
    최근 본 자료더보기
    상세우측 배너
    An Application of the Rough Set Approach to Credit Rating