کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6853895 | 1437278 | 2018 | 29 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A multiple criteria credit rating approach utilizing social media data
ترجمه فارسی عنوان
روش رتبه بندی اعتبار چند معیاره با استفاده از داده های رسانه های اجتماعی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
رتبه اعتباری، اعتقادات تجمعی، تجزیه و تحلیل احساسات، رسانه های اجتماعی، معدن وب استخراج متن،
ترجمه چکیده
رتبه اعتباری یک فرایند برای ایجاد یک سیستم طبقه بندی برای وام دهندگان اعتباری برای توصیف وام گیرندگان فعلی یا بالقوه اعتبار است. با چنین فرایندی، موسسات مالی وام گیرندگان را برای تصمیم گیری وام دادن با ارزیابی عملکرد مالی و / یا غیر مالی خود طبقه بندی می کنند. اخیرا استفاده از داده های رسانه های اجتماعی منبع مهمی از اطلاعات است. بر این اساس، داده های رسانه های اجتماعی می توانند در ارزیابی اعتبارات شرکت ها هنگامی که ارزیابی های مالی یا غیر مالی از بین رفته یا غیر قابل اعتماد و همچنین ادراکات ذهنی تحلیلگران اعتباری دستکاری می کنند، مفید باشد. در این مطالعه، یک روش معیار اعتبار چند معیاره برای تعیین سطح اعتماد شرکت ها با استفاده از داده های رسانه های اجتماعی و همچنین اقدامات مالی پیشنهاد شده است. علاوه بر این، برای تقویت تفسیر قرض دهنده و صلاحیت استنباط، رتبه بندی با توزیع خطر بر اساس اعتقادات تجمعی نشان داده می شود. تجزیه و تحلیل احساس، یک روش طبقه بندی وب و استخراج وب، برای جمع آوری داده های رسانه های اجتماعی در توییتر استفاده می شود. اهمیت معیارها از طریق مقایسه دوگانه نشان داده شده است. نمرات عملکرد شرکت ها و رتبه بندی ها به وسیله یک رویکرد درجه اعتبار تجمعی به دست می آید. رویکرد پیشنهادی به 64 شرکت اعطا شده است. نتایج نشان می دهد که رسانه های اجتماعی اطلاعات ارزشمندی را برای تعیین اعتبار شرکت ها فراهم می کنند. با این حال اعتبارات اعتباری زمانی که داده های رسانه های اجتماعی در نظر گرفته می شوند، کاهش می یابد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
Credit rating is a process for building a classification system for credit lenders to characterize current or potential credit borrowers. By such a process, financial institutions classify borrowers for lending decision by evaluating their financial and/or nonfinancial performances. Recently, use of social media data has emerged an important source of information. Accordingly, social media data can be very useful in evaluating companies' credibility when financial or non-financial assessments are missing or unreliable as well as when credit analyzers' subjective perceptions manipulate the decision. In this study, a multiple criteria credit rating approach is proposed to determine companies' credibility level utilizing social media data as well as financial measures. Additionally, to strengthen the lender's interpretation and inference competency, ratings are represented with a risk distribution based on cumulative belief degrees. Sentiment analysis, a web mining and text classification method, is used to collect social media data on Twitter. Importance of criteria is revealed through pairwise comparisons. Companies' performance scores and ratings are obtained by a cumulative belief degree approach. The proposed approach is applied to 64 companies. Results indicate that social media provides valuable information to determine companies' creditability. However credit ratings tend to decrease when social media data is considered.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Data & Knowledge Engineering - Volume 116, July 2018, Pages 80-99
Journal: Data & Knowledge Engineering - Volume 116, July 2018, Pages 80-99
نویسندگان
Sait Gül, Ãzgür Kabak, Ilker Topcu,