机器学习技术在文本分析中的应用

信息的膨胀使得人们获取信息的渠道越来越宽,量也越来越大.但由于信息量的迅速增加,给人们获取有用知识带来了"噪声",对"减噪"的研究也成为数据挖掘的研究热点.机器学习方法是数据挖掘的一种重要方法,它将计算机科学和人工智能科学结合在一起,本文从文本分析的角度来探讨机器学习方法,论述了在文本表示、文本信息抽取、分类聚类领域的应用.     

商业银行个人客户洗钱静态风险分类方法研究

构建基于RBF神经网络、聚类算法和决策树模型预测结果的集成风险分类模型。实证研究表明该模型预测精度有所提高,性能表现也更加稳健,对于运用于实际洗钱识别工作具有一定的应用价值。     

文本卷积神经网络模型在短文本多分类中的应用

互联网技术的蓬勃发展使人们获取信息的方式发生了深刻的变革,同时也使得互联网上的信息出现爆炸式增长。如何快速、准确地获得有用的信息及隐藏在信息中的知识,是当下人们的迫切需求。文本是互联网信息中最重要的数据类型之一,因此,文本挖掘已经成为数据挖掘中一个极为重要和繁荣的子领域。本文研究了通过文本卷积神经网络模型实现的互联网短文本多分类,对比了卷积神经网络模型与统计学模型朴素贝叶斯的效果差异,比较了不同词向量化方式对模型效果的影响,以及不同文本预处理方式对模型效果的影响。     

web数据挖掘技术

随着Internet技术的迅速发展,Web信息日益膨胀,人们不得不花费大量的时间去搜索自己需要的信息.如何从大量的网络信息中挖掘出针对不同用户的个性化资源已经成为研究的热点.本文针对用户访问兴趣和访问频度的特点,重点研究Web文本挖掘中的关键技术,着重分析了文本自动分类技术,从海量的数据信息中挖掘出有用的知识,加快发现数据中存在的关系和规则,进行潜在的"配对"预测,满足用户个性化查询的需求.     

web数据挖掘技术

随着Internet技术的迅速发展,Web信息日益膨胀,人们不得不花费大量的时间去搜索自己需要的信息。如何从大量的网络信息中挖掘出针对不同用户的个性化资源已经成为研究的热点。本文针对用户访问兴趣和访问频度的特点,重点研究Web文本挖掘申的关键技术,着重分析了文本自动分类技术,从海量的数据信息中挖掘出有用的知识,加快发现数据中存在的关系和规则,进行潜在的“配对”预测,满足用户个性化查询的需求。     

银行贷款分类方法的思考

本文通过对贷款五级分类法与贷款期限管理法的比较，突出了贷款五级分类法的优点，同时，在现有经济环境和条件下，对如何使贷款五级分类法在我国信贷风险管理中能有效地运用，提出了几点建议。     

银行贷款分类方法的思考

本文通过对贷款五级分类法与贷款期限管理法的比较,突出了贷款五级分类法的优点,同时,在现有经济环境和条件下,对如何使贷款五级分类法在我国信贷风险管理中能有效地运用,提出了几点建议.     

公共服务分类技术标准研究

为了满足对不同功能和特点公共服务实行改革的需要，统一规范公共服务分类标准，依据有关行政法规文件，笔者对公共服务事业单位分类技术标准进行了研究。     

数据挖掘中聚类方法研究

数据挖掘是近年来是计算机和信息产业等领域非常热门的研究方向。聚类分析是数据挖掘中的核心技术,并得到广泛深入地研究。其间产生了许多不同的适用于数据挖掘的聚类方法。对数据挖掘领域的聚类分析方法进行了分析,以便于人们更容易、更快速地选择一种适用于具体问题的聚类方法。     

银行产品的分类

本期主要探讨如何对银行产品依据其属性进行分类,并详细介绍几种顶层分类方法及其优劣,为银行的效益精细化管理和银行信息板块划分打下重要基础。     

房地产业产业分类及融资分析

本文通过对房地产内涵及产生发展的历史分析对房地产经济做了行业归类 ,总结了房地产业在经济发展中的地位和作用 ,并对其做了融资分析。     

资产负债表项目分类标准研究

我国现行会计准则中对于资产负债表项目有三种分类标准,即流动与非流动、货币性与非货币性、金融与非金融。本文通过回顾资产负债表三种项目分类标准的变化以及理论界、实务界的相关研究成果,尝试按照货币性与非货币性、金融与非金额分类标准重新分类编制资产负债表。在此基础上结合对国际会计理论与实务界关于资产负债表项目分类标准最新观点的分析,对我国资产负债表项目分类标准的改进提出新的建议。     

Informix数据库自动备份方法

随着业务的不断规范,建行的个人信贷业务后台管理已全面实现计算机化,对于各支行来说,支行信贷管理系统承载着大量对公、个人信贷业务数据,同时还包含人行接口数据库,因此,对数据的安全备份工作提出了更高的要求.数据备份具有时间性强、安全要求高、责任重大和备份过程繁琐等特点,一旦疏忽,将会出现灾难性的后果.为此,结合实际工作,笔者对shell语句在Informix数据库中的备份工作进行了深入探讨,总结出以下几种自动备份方式和批处理恢复方式,对确保各项业务的正常运行具有较强的实用性,同时,因其具有灵活性强、安全性高的特点,也大大减轻了计算机系统管理员的工作量.     

资产负债表项目分类标准研究

我国现行会计准则中对于资产负债表项目有三种分类标准,即流动与非流动、货币性与非货币性、金融与非金融。本文通过回顾资产负债表三种项目分类标准的变化以及理论界、实务界的相关研究成果。尝试按照货币性与非货币性、金融与非金额分类标准重新分类编制资产负债表。在此基础上结合对国际会计理论与实务界关于资产负债表项目分类标准最新观点的分析,对我国资产负债表项目分类标准的改进提出新的建议。     

数据挖掘分类技术在信用卡系统中的应用

本介绍了在已有的信用卡数据上进行数据挖掘分类技术的应用实施，描述了数据挖掘分类技术应用实施的全部过程以及在实施过程中的技术要点，分析了目前数据挖掘技术应用的瓶颈，重点强调了数据准备阶段在数据挖掘技术项目应用中的重要性以及方法与步骤，实现了算法的应用以及结果的可视化。     

基于聚类方法的ATH交易量分析

本文应用数据挖掘聚类方法——凝聚的层次方法对ATM历史交易量进行分析，通过了解ATM交易量的分布规律，从而指导ATM钱箱的金额放置数量。     

商业银行客户洗钱风险分类方法:案例与实践

本文针对当前商业银行现有反洗钱工作在洗钱风险分类方面遇到的主要问题,结合G行和H行的典型案例以及国际标准与渣打银行成功实践,分析了客户洗钱风险分类方法在银行业金融机构实务中的适用性、可操作性和应用前景,并对下一步改进商业银行反洗钱风险分类工作进行展望.     

建立有效分类方法 真实反映贷款质量

目前，我国现行的贷款分类方法已不能动态反映各商业银行经营风险。迄今为止，国际上还没有普遍接受的贷款分类标准，也没有权威的准则与指导方针。本文分析了我国的贷款分类方法的现状，在借鉴部分欧美国家监管当局做法的基础上，对如建立一套适合我国的贷款分类方法作一些探讨，以供参考。     

XBRL分类标准研究综述

XBRL分类标准是XBRL应用中最关键、最核心、最重要的内容,也是近年来研究较多的方向。XBRL的研究可以分为分类标准的设计、分类标准制定的模式以及分类标准的评价体系等方面,本文将对目前国内关于XBRL分类标准的研究梳理和综述,并提出总结和建议,希望能为我国未来XBRL的研究提供参考和借鉴。