基于AHP方法计算电信用户信用度

doi:10.3778/j.issn.1002-8331.2008.32.070

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (32): 232-236.DOI: 10.3778/j.issn.1002-8331.2008.32.070

基于AHP方法计算电信用户信用度

王丽平¹,李多全²

1.南京航空航天大学理学院，南京 210016
2.深圳现代计算机博士后科研工作站，广东深圳 518057

收稿日期:2007-12-03 修回日期:2008-03-31 出版日期:2008-11-11 发布日期:2008-11-11
通讯作者: 王丽平

Based on AHP method to compute credit score of telecommunication users

WANG Li-ping¹,LI Duo-quan²

1.Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China
2.Postdoctoral Program of Shenzhen Modern Computer Manufacture，Shenzhen，Guangdong 518057，China

Received:2007-12-03 Revised:2008-03-31 Online:2008-11-11 Published:2008-11-11
Contact: WANG Li-ping

摘要/Abstract

摘要： AHP（Analytical Hierarchy Process）方法是一种定性分析与定量分析相结合的多目标决策分析方法。AHP方法将决策者的经验判断给予量化，当目标结构复杂或者缺乏必要的数据情况下，采用此方法较为实用有效。针对电信行业这一特殊的应用背景，抽取用户相关信息，构建数学模型，进行信用度计算。基于AHP方法的技术特点，在实际计算过程中，合理地构造了判别矩阵并进行了一致性检验。最后给出相应的数值实验，验证了这种计算技巧的有效性。

关键词: 电信, 用户信用度, 层次分析处理方法

Abstract: The AHP（Analytical Hierarchy Process） method uses both qualitative and quantitative techniques in multiple-object decision and analysis.This method quantifies experience of the decision-makers，and can be efficiently applied in the situation in which structure of the object factor is complicated or lack of essential data.Based on AHP method，we plan to compute the credit scores of the telecommunication users.While computing the credit score，we use a reasonable method to construct the judgment matrices which are coincident.Finally，we make some numerical tests to illustrate the efficiency about the technique based on AHP method to compute the credit score.

Key words: telecommunication, the credit score of users, Analytical Hierarchy Process（AHP） method

王丽平¹,李多全². 基于AHP方法计算电信用户信用度[J]. 计算机工程与应用, 2008, 44(32): 232-236.

WANG Li-ping¹,LI Duo-quan². Based on AHP method to compute credit score of telecommunication users[J]. Computer Engineering and Applications, 2008, 44(32): 232-236.

[1]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[2]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.
[3]	沈潇童，毕卉，王苏弘，李文杰，邹凌. 抑郁症患者脑电导联选择算法及分类研究[J]. 计算机工程与应用, 2020, 56(22): 154-159.
[4]	周奕隽，李冬冬，王喆，高大启. 融合倒谱特征的脑电（EEG）情感分类[J]. 计算机工程与应用, 2020, 56(21): 164-169.
[5]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[6]	周元，于明，黄炜嘉，李效龙. 能量熵与峰值窗口结合去除眼电伪迹研究[J]. 计算机工程与应用, 2020, 56(19): 168-175.
[7]	隋修武，牛佳宝，李昊天，乔明敏. 基于NMF-SVM模型的上肢sEMG手势识别方法[J]. 计算机工程与应用, 2020, 56(17): 161-166.
[8]	陈健，刘明，熊鹏，孟宪辉，杨林. 基于卷积自编码神经网络的心电信号降噪[J]. 计算机工程与应用, 2020, 56(16): 148-155.
[9]	陈景霞，郝为，张鹏伟，谢佳. RSVP与SSVEP混合脑电信号刺激与多类事件检测[J]. 计算机工程与应用, 2020, 56(15): 132-139.
[10]	李世丹，朱晓军. 基于递归定量分析的视听脑电应用研究[J]. 计算机工程与应用, 2019, 55(9): 107-111.
[11]	张雪英，王薇蓉，孙颖，宋春晓. 面向脑电情感识别的改进多分类RVM模型研究[J]. 计算机工程与应用, 2019, 55(9): 112-117.
[12]	胡章芳，崔婷婷，罗元，张毅，魏博. 基于CBLSTM算法的脑电信号特征分类[J]. 计算机工程与应用, 2019, 55(24): 110-116.
[13]	张龙娇，曾晓勤. 基于深度神经网络的sEMG手势识别研究[J]. 计算机工程与应用, 2019, 55(23): 113-119.
[14]	田莉莉，邹俊忠，张见，卫作臣，汪春梅. 基于改进的卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2019, 55(22): 99-105.
[15]	李佩珍，王彬，牛焱，田程，相洁. 基于功能连接信息熵的精神分裂症EEG分类研究[J]. 计算机工程与应用, 2019, 55(22): 239-244.

基于AHP方法计算电信用户信用度

Based on AHP method to compute credit score of telecommunication users

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics