文献类型：期刊文章

作　　者：陈艳[1] 蒋伟杰[2]

CHEN Yan;JIANG Weijie(Department of Economic Management,Fuzhou University Zhicheng College,Fuzhou,China,350002;College of Mathematics and Computer Science/College of Sofeware,Fuzhou University,Fuzhou,China,350108)

机构地区：[1]福州大学至诚学院经济管理系,福州350002 [2]福州大学数学与计算机科学学院/软件学院,福州350108

出　　处：《福建电脑》

基　　金：福建省中青年教师教育科研项目(No.JAS180840);福州大学至诚学院课程改革项目(No.ZJ1928、No.ZJ2016)资助。

年　　份：2021

卷　　号：37

期　　号：8

起止页码：56-59

语　　种：中文

收录情况：普通刊

摘　　要：电子商务信用风险评估是建设信用体系的重要环节。在企业电子商务数据采集存在缺失值的情况下,本文比较了BP神经网络、支持向量机、决策树、极限学习机以及对应的集成模型在含缺失值预测样本的鲁棒性。实证数据分析结果显示,极限学习机及其集成模型在上述情况下优于其他模型。

关 键 词：信用风险预警 缺失值 机器学习  

分 类 号：TP181]