BP人工神经网络在信用卡评估中的应用

摘要

随着经济的不断发展,金融业在经济发展中发挥着越来越重要的作用,各商业银行的信用卡业务也在逐渐增加,对银行客户的信用评估是否合理、科学、准确,关系着银行在办理信用卡过程中承担风险的大小.通过有效的信用评估,可以大大降低银行承担的风险.该文介绍了人工神经网络(Artificial Neural Networks,简写为ANNs)、误差反向传递神经网络(简称BP人工神经网络)的网络结构和学习训练算法.并使用BP人工神经网络模型,将来自UCI Machine Learning Repository网站的三组数据输入到BP人工神经网络,通过创建不同的隐含层、设定不同输入层的神经元数及使用不同的训练方法来得到BP人工神经网络在信用卡评估的准确率及速度.结果发现,BP人工神经网络对信用卡信息的匹配和筛选具有较为理想的效果,对银行客户的信用评估有较好的推荐及参考作用,有利于商业银行在对申请信用卡用户的信用评估,及时减小了在办理信用卡过程中承担的风险,对金融风险的防控也起了重要的作用.