摘要：针对传统方法的不足,分析了应用数据挖掘技术的建筑企业信用评价方法.采用Logistic,决策树和神经网络算法,从250个建筑企业组成的学习样本中挖掘信用好或差的分类规则,从而建立了3个相应的信用评价模型.将所建立的模型用于评价检验样本中的46个建筑企业,采用混淆矩阵比较了各模型的评价表现.结果显示,Logistic,决策树和神经网络模型的评价准确率分别为87.0%,82.6%和82.6%,一致性结果的准确率达到91.7%,并且各模型在稳定性、敏感度等方面具有不同特点.研究表明,数据挖掘技术是一种有效而准确的建筑企业信用评价方法,此外,不同特点的数据挖掘模型为建筑业的信用评价提供了多种选择.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）