公开(公告)号：CN109492712A

公开(公告)日：2019-03-19

申请号：CN201811545946.0

申请日：2018-12-17

Applicant: 上海应用技术大学

Inventor： 刘云翔 ,  韩贝 ,  徐琛 ,  李晓丹

IPC: G06K9/62 ,  G06Q10/06

Abstract: 本发明提供了一种建立互联网金融风控模型的方法，本发明通过改进C4.5决策树利用Fayyad边界点判定定理，减少挑选属性最优阈值所用的计算时间，减少整体的运行时间。利用统计学中的相关系数克服多值属性偏向问题，提高决策树预测精确度，将每个属性与黑名单判别的相关程度作为属性的选择度量。将这种改进了的C4.5算法用于生成互联网金融风控预警模型。主要解决了传统的C4.5决策树模型存在运行时间较长和预测精度不够等问题。

公开(公告)号：CN107145609A

公开(公告)日：2017-09-08

申请号：CN201710443636.7

申请日：2017-06-13

Applicant: 上海应用技术大学

Inventor： 刘云翔 ,  韩贝 ,  徐琛 ,  李晓丹

IPC: G06F17/30 ,  G06Q50/26

CPC classification number: G06F17/30539 ,  G06F17/30327 ,  G06F2216/03 ,  G06Q50/265

Abstract: 本发明公开了一种基于FP‑Growth算法的隧道交通事故关联规则算法，其针对隧道交通事故数据的特点，提出了基于权重改进的FP‑Growth算法，对事务以及项赋予权重，从而能够有效地挖掘出隐藏的，更有意义的关联规则。并且利用改进后的FP‑Growth算法建立关联规则挖掘模型，通过挖掘采集的数据，找出导致隧道交通事故的频繁因素组合，分析结果找出隧道交通事故关联规则。