基于随机森林的企业监管方法研究

被引:6
作者
于焕杰 [1 ]
杜子芳 [1 ]
机构
[1] 中国人民大学
关键词
市场监管; 风险识别; 机器学习; 随机森林;
D O I
10.19744/j.cnki.11-1235/f.2017.09.020
中图分类号
F203 [生产行业管理];
学科分类号
020201 ;
摘要
为了提高市场监管部门的监管效果与执法效率,本文提出利用大数据技术中的机器学习工具,对各类市场主体的违规违法风险进行识别的监管路径,探索利用大数据手段辅助市场监管,维护市场竞争秩序。利用北京市的12万家企业数据建立随机森林模型并进行优化,同时将模型与市场监管工作相结合,极大提高了市场监管效率。
引用
收藏
页码:180 / 181
页数:2
相关论文
共 4 条
[1]  
Financial ratios and the probabilistic prediction of bankruptcy. James A Ohlson. Journal of Accountancy . 1980
[2]   基于支持向量机的治安高危人员风险预警方法 [J].
张强 ;
何乐平 .
管理评论, 2016, 28 (11) :245-251
[3]   基于主成分分析和粗径向基神经网络的财务预警模型研究 [J].
朱世伟 ;
赛英 .
山东大学学报(理学版), 2008, (11) :48-53
[4]   Random forests [J].
Breiman, L .
MACHINE LEARNING, 2001, 45 (01) :5-32