多级模糊综合评判模型在电力客户信用评价中的应用

电力企业客户的信用评价是市场研究的一个关键内容,电力客户的信用高低直接影响了电力公司的正常运营。在建立起电力企业客户信用评价指标体系的基础上,运用多级模糊综合评判的方法,对各参评公司客户信用进行了评价与比较,并依据评价结果进行排序,证实了该方法的现实可行性。     

数据挖掘技术在企业信用评价中的应用

企业信用评价由来已久,但到目前为止,尽管各企业拥有大量的客户数据,但没有把这些客户信息与相应的信用评价体系相结合,因此仍然停留在初级评价阶段。本文建议将数据挖掘技术应用于企业信用评价,充分利用已有信息,对客户提供可靠切实的信用评价,从而降低企业经营风险和防止信用欺诈。     

动态模糊聚类信用评价模型及其应用研究

本文简要介绍了小额贷款公司客户信用评级的研究现状,提出基于动态模糊聚类方法建立信用评价模型,按照信用等级分为“信用好”、“信用中等”和“信用差”三类,并运用该模型对小额贷款公司10个企业客户进行信用分类实证研究。研究结果表明,基于动态模糊聚类的信用评价模型能对客户信用级别进行高效的分类,可为小额贷款公司有效甄别高风险的贷款客户,更好地保护贷款资金提供方的利益。应用实例也证明了该模型的设计准确可靠。     

客户信用管理理论在天然气营销中的应用

探讨了客户信用评价及管理的相关方法和理论，结合国内天然气市场的现状，提出了一种新的客户信用评价和管理的模式，并在实践中付诸应用，取得了良好的效果。客户信用管理体系的建立和应用，可为燃气市场的投资者、参与者、监管者提供一个有效的风险规避工具。     

移动商务环境下商业银行移动支付接纳客户信用评价

论文首先通过文献综述和专家咨询方法建立了商业银行移动支付接纳客户信用多维多层的评价指标体系。其次,利用网络层次分析法和模糊综合评价理论构建商业银行移动商务接纳客户信用评价模型,强调了信用评价指标间的相互影响;最后,利用案例银行移动支付接纳客户进行实证研究,研究结果表明本文建立的组合模型具有一定的可行性。     

基于熵的模糊综合评价在客户信用体系上的应用

考虑到客户信用体系已成为企业控制信用风险,提高自身竞争实力的管理问题。本文通过对中小型企业的调研分析,设计了一套适合中小型企业的信用评价体系,并将熵权理论应用于模糊综合评价的信用评价方法中,对各指标体系进行了评价和评价结果分析。该模型比传统的评价模型更具有客观性,实践结果符合实际,具有可行性,可以为企业客户信用评价提供参考。     

基于改进BP神经网络的商业银行客户信用评价

本文在分析影响商业银行客户信用因素的基础上,建立了一套适用于商业银行客户信用评价的指标体系,采用BP神经网络建立商业银行客户信用评价模型,用遗传算法优化BP神经网络的连接权重和阈值,解决了BP神经网络存在落入局部最小点和收敛速度慢的问题,两者结合,实现了优势互补。实例研究表明,评价值与实际值相差较小,遗传神经网络的评价结果是令人满意的。     

数据挖掘技术在客户关系管理中的应用

目前各企业在市场营销中已达成一种共识,就是以"客户为中心",建立企业与客户之间的关系,对客户的信息进行分析总结,发现价值客户,实现客户带给企业的最大价值,以此提高企业的竞争力。数据挖掘技术作为一种先进的分析方法,是对客户数据进行分析的有效工具,本文阐述数据挖掘的含义,客户关系管理的概念,结合数据挖掘模型,论述了数据挖掘在CRM中的应用。     

基于电力大数据的企业客户风险预警研究

电力产品的"先用电、后付费"的营销模式导致企业欠费行为一直困扰着电力企业。本研究在系统分析和深入调研的基础上,构建了基于电力大数据的供电企业客户风险预警体系。该预警体系旨在通过企业用电量的序列分析,动态监控企业的用电异常行为,同时结合当前普遍采用的客户信用评价预警机制有针对性地实施重点监测,以此提高了客户管理效率,提升了电力企业风险预警能力。     

信用信息专项分析与信用指数应用研究

文章从企业基本信息出发,以工商部门的数据为例分析了信用信息的实际应用价值,并从数据挖掘角度探索研究了信用信息的分析方法,在此基础上提出了信用指数、地区信用指数、行业信用指数的概念,依据信用指数的来源分析,提出了信用指数体系及计算模型。     

数据挖掘--CRM中的动力

客户关系管理(CRM)在中国已经取得了长足的进步，越来越多的企业将客户作为一切工作的出发点，比以往更加重视客户忠诚度和客户利润贡献率的提升。但是，在CRM发展的过程中依然存在着很多问题需要解决，最为显著的莫过于面对庞大的客户和销售数据，我们该如何去利用?正是为了满足这种要求，从大量数据中提取出隐藏在其中有用信息的数据挖掘技术得到了长足的发展。数据挖掘的出现和应用必将使得CRM取得成功。文章从CRM和数据挖掘的涵义谈起，论证了数据挖掘技术在CRM中应用的可行性和必要性，着重阐述了如何在CRM中应用数据挖掘技术的问题。     

一个新的银行信用风险评估方法

本文以银行信用风险管理为例，将粗糙集和决策树两种具有互补优势的数据挖掘方法相结合，对客户信用做出归类分析判断，最后利用决策树生成决策规则。实践证明，这种方法忠于原始数据，提高了分类准确度。减小了决策树规模，具有良好的性能。     

煤炭销售企业客户信用评价管理探讨

本文通过煤炭销售企业对客户信用评价的现实意义以及对客户信用评价管理现状进行分析,探讨其在赊销过程中,客户信用评价存在的问题,就笔者观点对几点强化客户信用管理建议进行探讨,通过规避信用风险以防产生财务危机,通过完善客户信用评价流程对客户信用评价管理的实施来抵御"赊销"带来的风险,从而降低企业应收账款风险和经营风险,加强企业内控力度,提高企业的资金周转率,稳步提高企业的综合发展实力,促进企业持续健康发展.     

基于消费者感知的C2C电子商务信用研究

本文在C2C电子商务环境下研究基于消费者感知的信用评价模型，说明了模型的两个应用，运用层次分析法对信用反馈模型指标赋予权重，提出了模型应用需要第三方认证机构的支持。     

煤炭销售企业客户信用评价管理探讨

本文通过煤炭销售企业对客户信用评价的现实意义以及对客户信用评价管理现状进行分析,探讨其在赊销过程中,客户信用评价存在的问题,就笔者观点对几点强化客户信用管理建议进行探讨,通过规避信用风险以防产生财务危机,通过完善客户信用评价流程对客户信用评价管理的实施来抵御"赊销"带来的风险,从而降低企业应收账款风险和经营风险,加强企业内控力度,提高企业的资金周转率,稳步提高企业的综合发展实力,促进企业持续健康发展.     

基于FAHP的个人综合授信业务客户信用评级

近年来,商业银行中基于信用评估的个人综合授信业务由于具有一次办理,循环使用,随用随借,利率优惠等优点而越来越受到广大客户的青睐,而这一信贷产品更加突出了信用的重要作用。通过结合当前的现实状况和现实环境,分析设置了个人综合授信客户信用评级指标体系,运用模糊层次分析法（FAHP）,对客户的信用进行定量的多因素综合评价,并用此模型进行了实例研究,为个人综合授信业务客户信用评级提供一套科学可行的方法。     

浅谈供电公司加强客户信用管理的重要性

随着电力市场化运作,供电公司客户的信用管理已成为企业管理的新课题。本文通过分析供电公司客户信用风险产生的原因及现状,剖析了加强客户信用管理对供电公司提高电费回收力度的重要性。为了有效的提高电费的回收力度,供电公司必须采取科学的客户信用管理机制,以规避资金风险。     

有关非银行金融机构信用风险分析法的研究

自20世纪30年代以来,许多信用风险的分析方法被应用到银行机构的信用风险分析及信用评级中,而在非银行机构的信用风险分析领域,国内却鲜有学者进行探讨。基于此,我们对国内的非银行金融机构信用风险方法作了初步的探索,特别是给出了证券类金融机构的信用风险分析详细的指标体系及评价模型。该指标体系将对商业银行进行证券类客户信用评级起到一定的参考作用。     

基于RFM模型的信用卡客户特征自动挖掘方法研究

基于数据驱动的决策已经成为信用卡客户经营的关键，各类业务场景中的决策需要大量的客户深层次特征，同时对特征的可解释性有较高的要求。论文借鉴RFM模型和蒙特卡洛思想，提出了一种自动构造特征、智能筛选特征的数据挖掘方法，并以客户风险识别模型为场景进行了实验验证。结果表明，基于RFM模型的自动化数据挖掘方法，一方面能够提高特征挖掘的效率，发掘更深层次的复合特征，提升模型的识别能力；另一方面产出的特征可溯源、可解释，能更好地帮助业务人员理解模型的结果。     

基于数据挖掘的预测决策模型应用与研究

数据挖掘是一门新兴的数据处理技术，是当前热门的一个研究领域。本文简要介绍了数据挖掘的概念，论述了基于数据挖掘的预测决策模型建立、实施和效果评估，最后对基于数据挖掘的预测决策模型在电力营销系统中的应用作了实证。