首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  免费   0篇
财政金融   2篇
经济概况   2篇
  2021年   2篇
  2014年   1篇
  2013年   1篇
排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
张亚京 《魅力中国》2013,(10):171-172
随着教学体制和方法的不断完善与进步,新时期的高校辅导员面临着更大的教育工作压力。只有不断加强自身的素质建设,完善各种教育方法,才能达到更好的教学效果。笔者对新时期高校辅导员工作方法进行了阐述和探讨。并提出了相应的措施与建议。  相似文献   
2.
张亚京 《魅力中国》2014,(19):369-369
国际国内形势的不断变化、我国改革开放事业的深入发展、高校环境日益多样和复杂,都对大学生的价值取向产生了直接的影响,他们思想活动的独立性、选择性、多样性和差异性也不断增强。根据大学生思想变化和行为活动的新特点,积极探索新形势下大学生思想政治教育的新途径、新载体、新机制,着力增强大学生思想政治教育的针对性和实效性,便成为高校大学生思想政治教育面临的一个历永弥新的重大课题。  相似文献   
3.
张亚京  杨亮 《征信》2021,39(4):70-73
客户分组(Segmentation)是个人通用信用评分建模过程中的重要环节,是指根据客群的行为差异将全部借款人划分为多个子客群,进而分别针对不同子客群进行信用评分模型的开发,相较于使用全样本构建的单一信用评分模型,良好的客户分组往往可以提升违约风险识别的准确率.美国三大个人征信机构益博睿(Experian)、艾克飞(Equifax)和环联(TransUnion)采用了费埃哲(FICO)和华帝评分(VantageScore)两种信用评分方法,通过跟踪费埃哲、华帝评分在个人信用评分领域中所使用的客户分组方法及其进展,为我国个人通用信用评分模型的开发提供经验借鉴.  相似文献   
4.
张亚京  赵志冲 《征信》2021,39(12):67-71
分组模型是指根据借款人的行为特征分出不同的客群,是信用评分模型开发中的重要一环,可以提升信用评分模型的精度.采用模糊C均值聚类和CART决策树两种方法对全部借款人进行分组,并对分组后的每个客群进行WOE数值转换和逻辑回归信用评分模型的构建,通过对比发现分组后信用评分模型的KS和AUC均有提升,其中模糊C均值聚类作为无监督学习方法也取得较好的模型性能.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号