基于粕糙集方法在信用评估中的应用探析

信用评级是银行降低贷款风险的一个重要手段，但银行对客户的信用等级进行评估过程中面临的问题是怎样在繁杂的指标体系中筛选出重要指标。本文将粗糙集理论应用到客户信用评估中来解决该问题，实例证明该方法能够约简指标体系中一半以上的指标而且评估效果较好，从而提高了评估效率。     

基于粗糙集的财务预警指标体系权重研究——以汽车制造业为例

企业在经营过程中时刻潜藏着财务风险,财务预警则显得至关重要,同时汽车制造业在国民经济产值中占有重要地位,本文以汽车制造业为例,基于粗糙集理论,将财务指标和非财务指标构成的预警指标体系进行约简,从而获得核心指标及其权重,便于对公司进行综合评价.研究结果表明,该行业非财务指标权重高达10％以上,因此,投资者和经营者需要综合考虑财务和非财务指标,从而全面分析企业经营现状.     

连续值属性约简算法改进

目前存在的基于粗糙集理论的属性约简算法多数只适用于离散型数据。而在现实工作中,不仅有符号、类别等离散型数据,更有大量的连续型或实型数据,甚至二者的混合。传统的离散化过程并不能保存属性在数值上的差异,造成了一定程度的信息损失。本文提出一种将模糊聚类和粗糙集相结合的属性约简算法,从而避免了实型数据的离散化。     

数据挖掘技术在会计信息系统中的应用研究

随着数据库和网络技术的迅速发展，目前的会计信息系统可以高效地实现财务数据的录入、修改、统计、查询以及简单的财务分析等功能，但是无法发现数据中存在的潜在关系和规则，无法根据现有的数据预测未来的发展趋势．缺乏挖掘数据背后隐藏的知识的手段。本文提出冉数据挖掘技术应用于会计信息系统，增强会计信息系统的财务分析功能．将海量的数据转化为有用的知识，为决策者提供有效的信息。本文简单介绍了数据挖掘的主要功能和常用的挖掘方法．以及数据挖掘在会计信息系统中的主要应用，最后给出了一个数据挖掘在会计信息系统中的应用实例。     

基于粗糙集的建筑材料供应商选择方法

提出了一种基于粗糙集和模糊集理论相结合的方法,在信息熵知识的基础上,通过模糊聚类,客观的从实际数据中确定各评价准则的权重分配,从而综合评价供应商,为供应商管理提供数学依据。     

粗糙集理论在房产定价决策中的应用

房产定价的方法很多，针对不同的目的，使用的方法也有所不同。在国内，房产定价的方法有重置折旧法、成本定价法等。而西方国家房产定价一般依照市场价值、实际价值、重置价值和租金价值这四个概念进行定价。通常，以往房产销售经验在房产定价决策中起着重要的作用，房产定价应考虑历史销售数据。本     

信息挖掘及其在商业信息处理中的应用

1信息挖掘简述 信息挖掘这一概念起源于知识发现(KDD)领域,广泛地应用到科学研究、金融、保险、医疗保健、司法和制造等各个行业.各个学科领域都从不同的角度利用相应的理论和分析方法进行着信息挖掘的研究工作,涉及到机器学习、统计分析、数据库技术、模式识别、人工智能、神经网络、可视化方法、不确定性推理、人工生命、模糊逻辑和粗糙集理论等领域.     

国际竞争力因素分析的Rough集方法

本文通过WFF和IMD的国际竞争力评价体系以及 2 0 0 0年的评估年鉴的数据 ,利用Rough集方法给出了国际化程度、金融体系、资本流动等方面与国际竞争力的关系知识 ,为提高国际竞争力的决策提供了依据。     

基于粗糙集的企业财务失败预警系统

财务失败预警系统是企业防范财务失败的重要手段之一.运用粗糙集这一新的数据挖掘技术,通过知识依赖度对指标属性进行约简,赋予客观权重;通过主客观权重加权构建综合评判式,即企业财务失败预警模型.     

基于粗糙集理论与德尔菲法相结合的物流园区选址研究

通过分析影响物流园区选址的主要因素,建立了物流园区选址的评价指标体系,运用粗糙集理论与德尔菲法相结合的方法,得出物流园区选址的最佳方案。