صحت موازنه ای، پیچدگی و توجیه پذیری در تصمیم گیری اعتبار مشتری: روش رده بندی AC-TOPSIS

Balancing accuracy, complexity and interpretability in consumer credit decision making: A C-TOPSIS classification approach

تاریخ: ۲۰۱۳

پایگاه: الزویر

لینک دانلود اصل مقاله

OK

نام مجله: Knowledge-Based Systems

قیمت: ۲۰۰,۰۰۰ ریال

تعداد صفحات انگلیسی: ۱۰

تعداد صفحات فارسی: ۳۱

کد: ۴۰۰۷۶

چکیده فارسی

صحت، پیچیدگی و قابلیت توجیه در رده‌بندی اعتبار  بسیار مهم هستند. با این حال، بسیاری از روش‌ها نمی‌توانند در تمام سه جنبه به طور همزمان عمل کنند. هدف از این مطالعه، جلو بردن یک روش رده‌بندی به نام C-TOPSIS است که می‌تواند سه جنبه را به خوبی متعادل کند. C-TOPSIS براساس منطق TOPSIS(مهارتی برای ترتیب اولویت مشابه راه حل ایده‌ال) است. TOPSIS در نتایج ارزیابی‌های قابل اعتماد و فرایندهای محاسبه سریع معروف است و درک و استفاده آن آسان است. با این حال، یک روش رتبه‌بندی است و سه چالش برای اصلاح TOPSIS به یک روش رده‌بندی لازم است. C-TOPSIS سه استراتژی را برای غلبه بر چالش‌ها ارائه می‌کند و مزیت‌های TOPSIS را حفظ می‌کند. پس C-TOPSIS، نتایج رده‌بندی قابل اعتماد، بازده محاسباتی بالا و آسانی استفاده و درک را داراست. یافته‌های ما در آزمایش، مزیت‌های C-TOPSIS را تایید می‌کند. در مقایسه با ۷ روش معروف در دو پایگاه داده‌گسترده UCI، C-TOPSIS دارای مقام دوم در صحت، اول در پیچیدگی و اول در قابلیت تفسیر است. فقط C-TOPSIS دارای بین سه مقام اول در تمام سه جنبه است، که تایید می‌کند که C-TOPSIS می‌تواند صحت، پیچیدگی و قابلیت تفسیر را متعادل کند.

چکیده انگلیسی

Accuracy, complexity and interpretability are very important in credit classification. However, most approaches cannot perform well in all the three aspects simultaneously. The objective of this study is to put forward a classification approach named C-TOPSIS that can balance the three aspects well. C-TOPSIS is based on the rationale of TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). TOPSIS is famous for reliable evaluation results and quick computing process and it is easy to understand and use. However, it is a ranking approach and three challenges have to be faced for modifying TOPSIS into a classification approach. C-TOPSIS works out three strategies to overcome the challenges and retains the advantages of TOPSIS. So C-TOPSIS is deduced to have reliable classification results, high computational efficiency and ease of use and understanding. Our findings in the experiment verify the advantages of C-TOPSIS. In comparison with 7 popular approaches on 2 widely used UCI credit datasets, C-TOPSIS ranks 2nd in accuracy, 1st in complexity and is in 1st rank in interpretability. Only C-TOPSIS ranks among the top 3 in all the three aspects, which verifies that C-TOPSIS can balance accuracy, complexity and interpretability well

مشخصات استنادی

Zhu, X., Li, J., Wu, D., Wang, H., & Liang, C. (2013). Balancing accuracy, complexity and interpretability in consumer credit decision making: A C-TOPSIS classification approach. Knowledge-Based Systems, 52, 258-267

دانلود اصل مقاله

10002iconویژگی‌های مقاله صحت موازنه ای، پیچدگی و توجیه پذیری در تصمیم گیری اعتبار مشتری: روش رده بندی AC-TOPSIS

مقاله “صحت موازنه ای، پیچدگی و توجیه پذیری در تصمیم گیری اعتبار مشتری: روش رده بندی AC-TOPSIS” در سال ۲۰۱۳ در مجله Knowledge-Based Systems چاپ شده و در پایگاه اطلاعاتی الزویر نمایه شده است. این مقاله به بررسی روش رده‌بندی به نام C-TOPSIS، مزیت‌های C-TOPSIS و نتایج رده‌بندی قابل اعتماد پرداخته است. همچنین براساس اطلاعات پایگاه اطلاعاتی گوگل اسکولار این مقاله ۵ بار مورد استناد قرار گرفته است.

0 پاسخ

دیدگاه خود را ثبت کنید

تمایل دارید در گفتگوها شرکت کنید؟
در گفتگو ها شرکت کنید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *