基于贝叶斯网络模型的个人信用评价

发布时间：2021-03-08 21:53

　　个人信用评价方法决定个人信用,通过个人信用评价来评估和预测未来借款人的违约风险。文章以贝叶斯网络理论为基础,通过IBM SPSS modeler18.0软件,构建基于贝叶斯网络的个人信用评价模型,并介绍树增强朴素贝叶斯网络分类模型及树增强朴素贝叶斯方法。由于指标较多,采用随机森林算法对各指标的重要性进行了预测,并以人人贷数据为研究样本建立树增强朴素贝叶斯网络模型进行实证研究。通过modeler计算出各个节点的条件概率,并对结果进行分析。通过对样本内和样本外预测精度的考察,验证了模型的稳健性。 

【文章来源】：统计与决策. 2020,36(10)北大核心CSSCI

【文章页数】：3 页

【部分图文】：

贝叶斯网络模型154

【参考文献】：
期刊论文
[1]基于LASSO回归模型的网贷借款成功影响因素挖掘[J]. 李海超,王开军.  计算机系统应用. 2017(07)
[2]基于贝叶斯网络的P2P网贷借款人信用评价模型[J]. 裴平,郭永济.  中国经济问题. 2017(02)
[3]基于Lasso二元选择分位数回归的上市公司信用评估[J]. 蒋翠侠,黄韵华,许启发.  系统工程. 2017(02)
[4]P2P视角下的个人信用风险评价研究[J]. 贾湖,张闻洲.  甘肃科学学报. 2016(05)
[5]基于社会网络分析法的P2P网络信贷研究评述[J]. 董梁,胡明雅.  武汉理工大学学报(信息与管理工程版). 2016(04)
[6]贝叶斯网络结构学习综述[J]. 李硕豪,张军.  计算机应用研究. 2015(03)
[7]基于贝叶斯网络的建设项目质量管理风险因素分析——以京沪高速铁路建设项目为例[J]. 周国华,彭波.  中国软科学. 2009(09)
[8]贝叶斯网络个人信用评估模型[J]. 郭春香,李旭升.  系统管理学报. 2009(03)



本文编号：3071733