贝叶斯优化的XGBoost信用风险评估模型

信用风险评估是银行和其他金融机构信贷审批业务中必不可少的一环。为进一步提高信用风险评估的准确率和模型可解释性,提出了基于贝叶斯优化的极端梯度提升树（extreme gradient boosting,XGBoost）信用风险评估模型。XGBoost集成学习模型预测准确率高,基学习器采用树模型,易于可视化,具有良好的可解释性。然而,XGBoost模型超参数众多,模型效果依赖于超参数的精确设置。在这项研究中,采用贝叶斯高斯过程（GP）作为XGBoost的超参数优化器,并与网格搜索、随机搜索进行比较研究。所提出的模型在三个信用贷款数据集上进行训练和测试,选择准确率和F1分数等四项指标评价模型性能。实验结果发现将贝叶斯高斯过程用于XGBoost模型的超参数优化,收敛速度快。所提出的模型在三个数据集上的准确率比表现最好的对比模型分别高出3.5、3.62和0.91个百分点。     

科研信用标准化建设与体系框架研究

通过分析科研诚信与科研信用的基本属性和概念,提出科研信用体系建设的标准化需求,在此基础上,分析梳理了科研信用标准化的基本维度和分类,提出科研信用标准体系总体框架,并对科研信用标准化工作中的要点进行了分析和阐述,为推进我国科研信用标准体系建设提供参考.     

数字

中国企业每年因互联网欺诈损失6000亿元 中国电子商务繁荣发展的成绩正在被网络欺诈等诚信问题侵蚀。6月9日,我国发布首个行业规范《第三方网站可信服务行业规范（征求意见稿）》,该规范指出,中国企业每年因互联网信用缺失导致的直接和间接经济损失高达6000亿元。2010年中国电子商务市场交易额已达4．5万亿元,同比增长22％。     

贝叶斯网络分类模型研究及其在信用评估中的应用

基于概率估计的贝叶斯及贝叶斯网络分类模型,拥有其它数据挖掘工具所不具备的优势。在分析贝叶斯及贝叶斯网络分类模型基础上,结合最小风险决策准则,提出了一种新的信用评估模型。在实际数据集上采用交叉验证方式进行了测试。实验结果表明基于最小风险决策准则的贝叶斯及贝叶斯网络分类模型可以有效地减少信用评估风险。     

基于RS-SVR的企业信用评分模型

准确的信用评分模型可以提升银行的决策能力,将支持向量回归模型应用于企业信用评分问题,并提出基于随机子集的支持向量回归集成模型。首先使用随机子集抽样模型获得足够多不同的训练数据集,接下来使用不同的训练集子集训练得到不同的支持向量回归模型,最后使用简单平均方法整合不同模型的预测结果,在企业信用评分数据上的实验结果证明了模型的有效性。     

新型光滑正则半监督SVM方法及其在信用评级中的应用

提出了一种基于光滑正则的半监督支持向量机方法,并将其用于建立中小信用评级模型.它从少量标签样本和大量无标签样本中构造反映数据流形结构的光滑正则项,并结合到支持向量机的最大间隔分类器的学习过程.然后,提出一种渐进式方法来迭代获得“半标签”样本,稳健地提升支持向量机的泛化性能.在真实数据集上的实验结果表明,新方法获得的测试精度显著优于多种现有方法,非常适用于中小企业的信用评级任务.     

泛华测控荣获“最具发展潜力企业”称号

<正>2010年12月,"信用中关村系列活动——中关村企业信用培育双百工程启动仪式"在北京京仪大酒店隆重举行。北京中科泛华测控技术有限公司(简称:泛华测控)荣获了"2009～2010年优秀会员"、"中关村企业信用培育双百工程"、"最具发展潜力企业"称号。     

越来越开放的中国电信——访中国电信数据通信局市场处处长付春

新年伊始,记者采访了中国电信数据通信局市场部的付春处长。付春说：“2000年数据通信发展成绩喜人,为下一步发展奠定了基础。”2000年底,数据通信用户已经超过1800万,比1999年增长360%多。截止到2000年12月底,基础用户就达到50.6万户,互联网用户1600万户,互联网在全国市场占有率已达76%。2000年发展的集团性用户达到120家。     

如何加快西部电子商务发展

西部电子商务的发展现状及存在问题：经过“十五”的发展,我国电子商务发展环境有所改善,近年来国家制定了互联网管理的一些条例,在建立统一的电子商务标准等方面进行了积极有效的探索,加大了信用体系建设的力度,部分行业和地方颁布了电子商务交易的管理办法。电子商务逐步融入经济社会发展,应用初见成效;支撑体系不断完善,逐步趋于协调发展;电子商务服务业应运而生,     

矫勇副部长在中国水利工程协会第二届理事会第二次会议上的讲话(节选)

2012年11月24日,矫勇副部长指出:"信用体系建设是构建和谐社会的重要内容,是社会主义市场经济发展的必然要求,也是规范水利建设市场秩序的重要手段。工程协会在部相关司局的指导下,积极开展水利建设市场信用管理工作,搭建水利部信用信息平台,发布2000家水利建设市场主体和16万余人从业人员信用信息,评定了434家单位的信用等级。