| 基于集成模型的个人信用风险评估研究 | |
李思瑶
| |
| 2020-02-20 | |
| 发表期刊 | 时代金融
 |
| 期号 | 5页码:125-126+128 |
| 摘要 | 随着金融科技的快速发展,机器学习在大数据风控领域的应用也越来越成熟,尤其在在线信贷中被广泛应用。本文从消费金融行业的实际业务出发,提出了一套基于多源数据的子模型框架系统,该系统可以根据不同的数据维度独立建立,再将模型进行自由组合。研究表明,基于多源数据的子模型系统的评分有效性比单个机器学习评分模型更好。 |
| 关键词 | 风险管理 信用评分 机器学习 |
| URL | 查看原文 |
| ISSN | 1672-8661 |
| 语种 | 中文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/10261 |
| 专题 | 金融学院 |
| 作者单位 | 兰州财经大学金融学院 |
| 第一作者单位 | 金融学院 |
| 推荐引用方式 GB/T 7714 | 李思瑶. 基于集成模型的个人信用风险评估研究[J]. 时代金融,2020(5):125-126+128. |
| APA | 李思瑶.(2020).基于集成模型的个人信用风险评估研究.时代金融(5),125-126+128. |
| MLA | 李思瑶."基于集成模型的个人信用风险评估研究".时代金融 .5(2020):125-126+128. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 29043.caj（1464KB） | 期刊论文 | 出版稿 | 暂不开放 | CC BY-NC-SA | 请求全文 | |
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李思瑶]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李思瑶]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李思瑶]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论