Institutional Repository of School of Statistics
| 大数据背景下网络借贷信用风险评估 | |
马爱琴; 范晓倩
| |
| 2018 | |
| 发表期刊 | 宜宾学院学报
 |
| 期号 | 6页码:78-84 |
| 摘要 | 选取人人贷网站款项还清时间在2016年12月至2017年5月之间的2 000条数据,利用决策树、随机森林以及支持向量机等方法分析相关信息对信用等级的影响程度,研究P2P借款个人信用等级问题,并比较不同方法对个人信用等级的预测效果,得出预测信用等级的最优方法.结果表明:决策树算法预测效果最优,因为后剪枝过程避免了过拟合现象,降低了错误率;根据随机森林模型中给出的Gini系数,建议投资者在选择投资时,可以着重观察其的信用评分、逾期次数和借款金额. |
| 关键词 | 网络借贷 决策树 随机森林 SVM 信用等级 |
| DOI | 10.19504/j.cnki.issn1671-5365.20180402.001 |
| URL | 查看原文 |
| ISSN | 1671-5365 |
| 语种 | 中文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/11639 |
| 专题 | 统计与数据科学学院 |
| 作者单位 | 兰州财经大学统计学院 |
| 第一作者单位 | 统计与数据科学学院 |
| 推荐引用方式 GB/T 7714 | 马爱琴,范晓倩. 大数据背景下网络借贷信用风险评估[J]. 宜宾学院学报,2018(6):78-84. |
| APA | 马爱琴,&范晓倩.(2018).大数据背景下网络借贷信用风险评估.宜宾学院学报(6),78-84. |
| MLA | 马爱琴,et al."大数据背景下网络借贷信用风险评估".宜宾学院学报 .6(2018):78-84. |
| 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 | ||
| 28625.pdf（1800KB） | 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 |
| [马爱琴]的文章 |
| [范晓倩]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [马爱琴]的文章 |
| [范晓倩]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [马爱琴]的文章 |
| [范晓倩]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