搜索
西南财经大学硕士学位论文基于神经网络模型的客户信用评价仿真研究姓名：邹虹申请学位级别：硕士专业：会计学指导教师：唐国琼20060401基于神经网络模型的客户信用评价仿真研究作者：邹虹学位授予单位：西南财经大学相似文献(8条)1.学位论文姜瑞彬信用销售的神经网络解决方案2005信用销售(即赊销)是基于企业对买主的信用动因和信用能力的信任，使买主无须付现就可以获得商品、服务而实现的一种销售。我国信用销售增长势头很快，但是由于大多数企业缺乏完善的信用销售管理机制，采用赊销方法的企业很多都面临应收账款居高不下的问题，影响到企业的生存和发展。在实施信用销售时，对客户的信用情况进行准确的评价有着极其重要的意义，近年来人工神经网络被引入该领域并成为研究热点，基于此，笔者选择该主题作为毕业论文的研究方向。论文首先介绍信用销售的基本概念及其业务流程特点，并详细介绍目前比较前沿的全程信用管理模式。然后引入数据挖掘，介绍了神经网络的原理和特点。最后深入研究了信用销售客户评价的神经网络实现方案。文章在第四部分研究了信用销售客户评价的神经网络实现方案：首先深入分析了如何构建模型指标体系，整理了可以用来进行客户信用评价的信息来源，在此基础上讨论了如何构建指标体系。接着分别用B-P神经网络和LVQ(学习矢量化)神经网络构建信用销售客户评价模型，并利用真实数据对其进行仿真。最后对两种模型做出比较和评价，研究结果表明，相比B-P神经网络和其他传统方法而言LVQ神经网络具有更好的性能。最后，希望本文的分析与研究能为我国信用销售的发展做出有益的工作。2.学位论文钱漫企业下游客户信用评级模型研究及信用销售管理系统的设计与实现2005随着中国加入WTO，国际国内市场竞争进一步加剧，信用销售(赊销)正在成为企业广泛使用的销售手段，而信用管理水平也已成为决定企业能否获得竞争优势以保持企业的生存和发展的重要因素。信用评级作为信用管理的第一步，一直是业界研究的热点。目前国内外最新采用数据挖掘神经网络分类方法建立信用评级模型，然而这些模型大多用于对银行等大型金融机构的客户进行信用评级，不适合国内赊销企业。本文研究客户信用评级模型，在分析了传统的BP神经网络(BPNN)分类的原理、算法及不足的基础上，针对国内赊销企业收集客户资料不全，数据不精确、模糊且多为非定量指标的特点，提出了基于模糊神经网络(FuzzyNeuralNetwork，FNN)构造分类器的企业下游客户信用评级模型；进一步讨论了模糊神经网络的结构、学习算法及步骤；在此基础上，结合广州燕隆企业管理咨询有限公司的产品项目需求设计并开发了“企业信用销售管理系统”。系统经过试用，对广东某食品经销商的120份客户数据进行训练和测试，并和BP网络比较，证实其效果是良好的。本文还详细介绍了信用销售管理系统主要功能模块的设计与实现，最后提出了今后有待进一步研究和完善的问题。模糊神经网络信用评级模型吸收了神经网络和模糊逻辑的优点，可同时处理客户的确定性和非确定性信息，具有强大的学习能力，和传统BP网络相比较，收敛速度快，准确率较高，网络可输出为客户对各类别的隶属函数值，更有助于企业对同级客户进行比较做出合理赊销决策。本系统可为企业快速建立自己的一整套信用销售管理体系，包括客户信用评级、赊销管理和追债管理等，可有效帮助企业规范其信用销售管理流程、降低成本、提高效率、制定科学决策，从而减少赊销风险和提高企业竞争力。3.学位论文钟萍基于信息技术的信用销售管理2005本文针对我国信用销售管理注重“事后”催帐、追帐，而忽视“事前”风险分析，缺少风险控制而造成信用销售风险有增大的趋势的管理现状，提出了一系列企业信用风险管理方法域策略，对于建立健全企业内部风险防范机制，增强企业的市场竞争能力具有积极的理论和实践意义。本文对企业信用风险的现状、本质进行了深入的探讨，得出了企业信用销售风险的成因，包括客户方面的原因，企业自身的原因以及社会信用体系方面的原因。在建立了信用销售管理信息系统的基础上，采用数据挖掘技术对客户信创息进行分析，挖掘出对企业有用的信息:包括客户信用度分析和客户价值分析。本文主要运用神经网络分析模型对客户信用进行了分析，并使用了聚类分析技术对客户价值进行了分析。文中最后以在线公司为例，运用信息技术来探索企业的信用.销售管理的方法:加强客户信息管理，建立客户信用评价的机制，并综合销售额、利润率和信用度做出客户价值的分类和管理，对公司迫切需要解决的客户管理问题进行了有针对性的分析。4.学位论文颜菲BP神经网络在工程机械公司客户信用评级中的应用研究2007随着我国经济建设的快速发展，企业也越来越感受到来自国内外的激烈竞争。传统的销售方式，正在逐渐为先进的信用销售所替代。然而，信用交易在给企业带来巨大的经济效益的同时，也给企业带来了巨大的经营风险。这就使得企业必须加强客户的信用管理，才能使得企业在扩大利润和保证资金回笼两者中取得平衡。作为信用管理的第一步，如何对客户进行客观公正的信用评级一直是企业需要解决的问题。本文从企业目前的信用销售状况入手，选择一种分类方法，创建客户信用评级模型，探寻与客户信用表现密切相关的因素。本文根据企业目前开展信用销售所出现的问题，介绍了对客户进行信用评级的必要性。本文从企业的角度出发，通过总结销售人员的经验，并借鉴国际国内专业机构咨信评级所采用的评价指标，从管理水平、经营状况、发展潜力和以往历史情况四个方面选择了16个指标建立适合企业应用的客户信用评级指标体系；然后，结合课题本身的特征，在比较了众多的分类方法后，选择了一种适合的技术一人工神经网络技术作为客户信用评级的主要工具。根据神经网络的要求，对非数值型的数据进行数字化表示，将收集到的数据进行了预处理，使之符合神经网络的要求，并根据实验结果确定神经网络的结构为16-9-1，并对经典BP算法予以改进。最后对客户信用模型进行验证。本文的研究结果对于L公司进行信用管理可提供-定的帮助，对于柳州其它的企业进行客户管理也具有一定的参考价值。5.学位论文王春荣基于客户关系管理的信用销售管理方法研究2005产品与服务的信用销售，己成为当代经济的基本特征。对信用销售管理也随之成为商业企业经营管理中的重要内容，全面和动态地掌握客户信息，正确评价客户信用，并在控制信用风险的基础上把握客户对企业的价值贡献成为企业获得最佳效益的关键。在企业与客户的互动过程中，分析型CRM(CustomerRelationshipManagement)能够发挥数据管理和数据分析的作用，通过大量的数据，运用各种技术和方法，做出关于客户的各种主题分析。在信用销售的经营特征和经营目标的约束下，以企业与客户之间的关系为纽带，分析型CRM将信用管理与销售管理二者有机结合，成为信用销售管理的方法。本文以上海宝钢宜昌薄板有限公司信用销售管理系统的建设为背景，结合宜昌公司的信用销售管理现状，将客户关系管理应用于企业信用销售中，明确提出构建信用销售管理系统的目标需求，整合和集成客户信用信息，建立信用度分析模型，科学地评估客户信用，并结合客户对企业的销售贡献，通过聚类方法，对客户实行信用条件下针对性的价值分类管理。本文的重点在于根据宜昌公司信用销售的经营特征，在分析和选取影响客户信用的各种构成因素后，建立客户信用评价的神经网络结构，通过训练和学习，确定客户信用度的评估模型，能够合理和动态地评价客户信用风险。在信用评估的基础上，整合客户的销售贡献指标，运用聚类分析方法，进行客户价值的定位分类，实现客户价值的最大化和优化利用企业资源。本文最后通过实例对模型进行仿真，验证了模型的有效性。同时，对模型的扩展也提出了建议。6.学位论文陈川基于选择性神经网络集成的赊销信用评级规则挖掘研究2006随着市场经济的深入发展，竞争手段日趋多样化，特别是赊销的发展，在扩大销售业绩的同时，也使许多企业饱受信用风险的困扰。针对企业赊销管理现状，在建立行之有效的信用管理制度和科学的信用评级方法非常必要。近年来，人工智能技术被引入到信用评级领域，基于神经网络以及神经网络集成的信用评级都取得了不错的效果。本文首先分析现有信用评级的现状以及单个神经网络，神经网络集成，决策树算法，蚁群分类规则挖掘算法的优缺点，然后提出了一种基于选择性神经网络集成的赊销信用评级规则挖掘方法NeAnt。基于NeAnt的赊销信用评级方法在泛化能力，可理解性和可解释性方面强于传统的方法，取得了良好的效果。在NeAnt的基础上进行扩展，提出了NeAnt-e解决赊销信用评级对分类错误代价敏感的问题，使挖掘出的规则不仅有低的错误率，更有低的错误代价。本文的主要研究成果包括：1.本文提出了一种基于蚁群算法的选择性神经网络集成方法ANTSEN，利用蚁群算法良好的组合优化性能，选择精度好且具有差异性的个体神经网络进行网络集成，这样不仅可以提高预测精度，而且可以减少网络冗余，提高运行效率，实验表明，ANTSEN的性能优于GASEN和Bagging以及单个神经网络。2.本文提出了一种改进的蚁群分类规则挖掘算法Ant-Classfier。实验表明，该挖掘算法得到的规则不仅精度高于Ant-Miner，C4.5，而且获得规则数量较少，有很强的概括能力，适合大规模数据集的挖掘。3.本文提出了一种基于ANTSEN和Ant-Classfier的分类规则挖掘算法NeAnt。NeAnt首先利用ANTSEN的强泛化能力对原始训练数据集进行预处理，然后使用Ant-Classfier从处理过的训练数据进行抽取规则。NeAnt既利用了选择性神经网络集成的强泛化能力，也使抽取的规则具有非常好的可理解性。4.本文使用NeAnt以及对分类错误敏感的分类算法NeAnt-e对赊销客户进行信用评级。基于NeAnt的赊销客户信用评级方法的预测精度高于选择性神经网络集成、NEC4.5和Ant-Classifier，且挖掘出的规则采用IF-THEN的形式，比神经网络集成具有更好的理解性。从得出的规则可以看出，NeAnt挖掘出的规则具有很好的解释性。数据集经过选择性神经网络处理后，预测精度有所提高，且加入额外的数据后，NeAnt增加的规则数量不大，说明它适合大规模数据集的挖掘。基于NeAnt的赊销客户信用评级方法取得了很好的效果，把该客户信用评级算法嵌入到开发的信用销售管理系统中，帮助企业建立赊销管理和决策，降低企业成本，提高效率。最后，对全文的研究工作进行了总结，并展望了进一步还要研究的工作。7.学位论文何安林机械制造行业客户关系管理系统设计与实现2007随着市场竞争的不断升级和企业管理理念的发展，在信息技术的大力推动下，企业信息化已经是大势所趋。而客户关系管理(CustomerRelationshipsManagement)系统正是在这种经济、技术的背景下企业信息化的一种解决方案。目前，市场已由传统的“以产品为核心”转向“以客户为中心”。在这种指导下，客户已经成为一种重要企业资源，而且是一种含着极高价值的资源。CRM理论全面、系统地将客户资源作为资产进行管理，帮助企业获得最大的盈利效益。如何发掘新客户、留住老客户?如何获取市场和客户消费信息，挖掘和分析这些数据，从中得出有用、正确的结论，来为市场和客户提供更好的产品和服务?CRM系统可以帮助企业更好地吸引潜在的客户和留住最有价值的客户，通过它，企业可以迅速地发现潜在客户，对客户进行全面地观察和管理，更好地了解客户的需求，对客户及其发展前景进行有效的预测，对其当前和潜在的利益进行科学的分析，进而维系两者的关系，并使从客户身上的盈利实现最大化。CRM系统是实施客户关系管理必不可少的一套技术和工具集成平台。本文研究背景是基于沈阳重型集团公司这种大型的机械行业企业的CRM系统开发。首先分析现阶段CRM系统迅猛的发展势态，深入研究分析CRM系统的基本理论，介绍CRM系统的一般结构体系以及CRM系统开发过程中使用到的关键技术。并提出了基于B/S模式下的MVC架构技术。继而介绍和分析了J2EE的组件技术，包括JSP、Servlet、JavaBean和JDBC等。然后介绍系统各个模块