科研之友
微信
新浪微博
Facebook
分享链接
摘要
在国内外文献研究的基础上,建立电子商务信用风险综合评分指标体系,运用主成分分析法(PCA)对电子商务信用风险的核心指标进行提取,从19个指标中提取8个主成分作为电子商务信用风险的综合评分指标,采用粒子群算法(PSO),选择合适的最小二乘支持向量机(LSSVM)的惩罚因子C和RBF核函数参数σ,接着利用PCA-PSO-LSSVM组合模型对电子商务信用风险的8个主成分13家电子商务企业的训练集进行训练,再用测试集对信用风险指标进行预测,通过对5家电子商务企业的信用风险进行测试和验证,可得到较为满意的效果。实验结果证明:通过对LSSVM、PSO-LSSVM和PCA-PSO-LSSVM预测的精度进行比较,PCA-PSO-LSSVM预测精度高,模型的组合是合理的、有效的。
- 单位
