注册建造师信用评价模型研究

论文摘要

针对传统注册建造师信用评价方法的缺陷,即大多仅停留在定性的分析,无科学的评价指标体系和评价模型,本文尝试在制定注册建造师信用评价指标体系的基础上,采用统计学习理论中最新的支持向量机方法建立信用评价模型,利用该方法支持小样本学习和良好的泛化性的优点,改进注册建造师信用评价方法。本文提出注册建造师信用评价指标体系应包括执业信用指标和个人信用指标两大部分,以保证指标体系的全面性和科学性。其中,执业信用指标分为良好行为记录认定标准和不良行为记录认定标准,后者按住房与城乡建设部建设市场各行为主体的不良行为记录认定标准的编号规则设置。个人信用指标作为执业信用指标的有力补充。本文采用支持向量机方法建立注册建造师信用评价模型,首次将此方法应用到注册建造师的信用评价,采用LIBSVM2.86作为主要建模工具,对样本数据进行网格5折交叉确认法进行核函数和核参数选择。经过四种核函数的5折交叉确认准确率的比较,最后选择准确率最高的径向基函数作为该数据的支持向量机核函数,印证了前文所述的径向基函数作为核函数的优越性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究内容和结构安排
• 1.3 研究方法和技术路线
• 1.3.1 研究方法
• 1.3.2 技术路线
• 第二章 文献综述
• 2.1 信用的经济理论分析
• 2.1.1 交易费用理论与信用
• 2.1.2 制度变迁理论与信用
• 2.1.3 信息经济学与信用
• 2.2 传统信用评价模型
• 2.2.1 统计学方法
• 2.2.2 非统计方法
• 2.3 国内外信用评价模型研究现状
• 2.4 国内外支持向量机方法的研究现状
• 第三章 注册建造师信用评价指标体系设计
• 3.1 注册建造师信用评价指标体系设计原则
• 3.2 注册建造师信用评价指标体系设计
• 3.2.1 执业信用指标
• 3.2.2 个人信用指标
• 3.2.3 注册建造师信用评价指标体系
• 第四章 基于支持向量机方法的注册建造师信用评价模型设计
• 4.1 支持向量机方法原理
• 4.1.1 线性可分问题
• 4.1.2 近似线性可分问题
• 4.1.3 线性不可分问题
• 4.2 基于支持向量机方法的建造师信用评价模型设计
• 4.2.1 数据预处理
• 4.2.2 核函数及参数选择
• 4.2.3 模型训练
• 4.2.4 模型应用
• 第五章 实证分析
• 5.1 实验设计
• 5.1.1 数据预处理
• 5.1.2 核函数及参数选择
• 5.1.3 模型训练
• 5.1.4 模型应用
• 5.2 与神经网络模型的比较研究
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢