供应链金融风险评价是政府、金融机构研究的热点,在解决中小企业融资困境、促进产业供应链稳定发展、防范和规避金融风险等方面具有重要意义。在当今数字时代,源于多重媒介的海量数据将继续大幅增长,半结构、非结构化供应链金融数据使得大数据环境下金融数据分析的模式和方法相对复杂。通过大数据应用分析有效地增加价值能够使运营或供应链管理发挥优势。本书从供应链金融数据分布特征入手,分析影响信用风险分类模型的主要因素,将支持向量机方法结合模糊聚类、集成学习等理论,提出适合于高维、非均衡、小样本特点的供应链金融信用风险评价方法,旨在助力挖掘隐含在海量金融数据背后的知识信息。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。