基于非平衡數(shù)據(jù)集聚類案例推理的企業(yè)失敗預(yù)警.pdf

1、案例推理(Case-Based Reasoning，CBR)是商業(yè)預(yù)測領(lǐng)域的預(yù)測方法之一，它在保持較好預(yù)測性能的同時可對預(yù)測結(jié)果做出解釋。企業(yè)經(jīng)營中，失敗企業(yè)比例小，正常企業(yè)比例大，但一個企業(yè)的失敗所造成的損失不可小覷，故構(gòu)造一個對少數(shù)類有較高預(yù)測準確率的方法是非常有意義的。對于由少數(shù)類和多數(shù)類組成的商業(yè)預(yù)警問題，構(gòu)建的方法往往是基于平衡數(shù)據(jù)集的假設(shè)，因此在解決非平衡數(shù)據(jù)集問題時對少數(shù)類的預(yù)警不理想。對此問題，本文集成聚類算法到案例推理

2、中，設(shè)計了聚類案例推理方法CCBR(Clustering CBR)。CCBR方法首先將案例庫中案例通過層次聚類算法形成若干個案例類，并計算得到每個案例類的聚類中心;在案例檢索時，將目標案例與這些聚類中心進行最近鄰案例類檢索，找到最相似的案例類后，再在該類內(nèi)檢索出若干個近鄰作為匹配案例對目標案例進行預(yù)測?；谒膫€非平衡數(shù)據(jù)集，本文將CCBR方法與傳統(tǒng)案例推理方法CBR、SVM方法、LOGIT方法和MDA方法做了對比。實驗結(jié)果表明，CCBR

3、方法可顯著提高CBR預(yù)測非平衡數(shù)據(jù)集中少數(shù)類案例的召回率。
　　 鑒于非平衡數(shù)據(jù)集中的少數(shù)類的重要地位，正確識別少數(shù)類反映了所構(gòu)建方法的預(yù)警性能及其應(yīng)用價值。傳統(tǒng)消除數(shù)據(jù)集非平衡性的方法有過學(xué)習(xí)或信息丟失等缺陷，同時失去了對現(xiàn)實數(shù)據(jù)分布的真正模擬。相比較而言，通過算法的改進來處理非平衡數(shù)據(jù)集具有更好的問題針對性，CCBR正是通過算法的改進來直接處理非平衡數(shù)據(jù)集的方法。通過實驗結(jié)果的對比分析可看出CCBR的優(yōu)勢:對于非平衡數(shù)據(jù)集，

4、CCBR可一直保持相對較高的召回率，即對案例數(shù)目較少的類有較高的檢對率。本研究中t-1和t-2數(shù)據(jù)集是企業(yè)失敗前一年數(shù)據(jù)和前兩年非平衡數(shù)據(jù)集，通過應(yīng)用CCBR方法，這兩個數(shù)據(jù)集可以及時地在前一年或前兩年對企業(yè)危機做出預(yù)警，積極地防患于未然。
　　 在文章結(jié)構(gòu)安排上，本文首先指出了選題背景和研究意義，對有關(guān)非平衡數(shù)據(jù)集的分類預(yù)警、案例推理的性能研究、聚類算法在案例推理中的應(yīng)用和企業(yè)失敗預(yù)警方法的研究狀況作了回顧，并結(jié)合本文的研究實

5、際，說明了文中用到的研究領(lǐng)域和方向。其次，對案例集中指標屬性的選取和屬性規(guī)范化方法做了研究。然后對聚類案例推理的基本原理做以介紹，說明聚類案例推理算法中案例類的生成、聚類數(shù)目的確定、案例類和案例的檢索以及預(yù)警。最后，對初始案例庫做以簡單介紹，進一步說明了實驗中所使用的屬性規(guī)范化方法及性能評估指標，并給出了CCBR方法與CBR、SVM、LOGIT和MDA方法的性能對比試驗結(jié)果和分析說明。通過20個目標案例，初步考察了CCBR方法的實用價值