基于云计算的个人信用数据分析模型的仿真研究

摘要：

研究基于云计算的个人信用数据分析方法，建立个人信用评价模型。个人信用数据具有数据类型多、数据关系复杂且数据量大的特点，采用传统的方法进行个人信用数据分析，不但计算过程较为复杂、效率低下，且对个人信用状况的预测准确度较低，效果不尽人意。为此，提出基于决策树算法的个人信用数据分析方法。针对初始数据存在的噪声、属性值空缺及数据类型不统一的问题，分别对原始数据进行数据去噪、空缺值填补及数据归一化等预处理，依据相关理论生成个人信用数据分类决策树，并对相关节点属性进行选择，实现个人信用数据分析模型的构建，从而对个人的信用状况作出正确预测。实验结果表明，基于决策树的个人信用数据分析模型，能够节省数据处理时间，较为准确的搜索到关键数据，提高了分析模型的可信度与稳健性，效果令人满意。

关键词：个人信用数据、云计算、分析模型、分类树算法

所属期刊栏目：32

分类号：TP711.31(遥感技术)

资助基金：基于云计算的个人信用管理信息系统设计研究。

在线出版日期：2016-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：96-100