基于网络信贷数据的分类器构造

发布时间：2021-12-23 03:50

　　在互联网金融如火如荼的今天,以P2P网贷为例,目前该行业规模正以每年翻5倍的趋势增长。该行业的核心问题就是如何正确有效帮借款方找到资金以及帮贷款方进行风险控制。而在大数据的浪潮下,面临的用户数据无论在用户数量这个维度,抑或是用户信息量这个维度都以指数的形式增长,所以如何提升效率也成了一个重要的问题。而这个问题恰恰可以转换为数据挖掘领域的分类器问题来加以解决。至今为止,在国内,人们对于分类器的研究日益成熟,成果丰硕,但对于利用分类器来解决个人信用评级模型的方向还在发展之中,本文通过大量国内和国外关于个人信用评级模型的文献,总结目前不同分类器在个人信用评级模型上的运用程度,比较了不同分类器在个人信用评级模型上的适用性和各自优劣。并提出了将门限logistic模型应用到个人信用评级模型上的新思路。最后通过实例数据验证,详细的描述了个人信用评级从数据预处理到最后的预测结果产生的完整的流程,并通过预测结果的对比,得出了门限logistic模型优于其他模型的结论。 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：45 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究综述
        1.2.1 国外研究综述
        1.2.2 国内研究综述
    1.3 本文的主要内容和结构安排
        1.3.1 本文的主要内容和创新点
        1.3.2 本文结构安排
第二章 个人信用评分模型的常用分类器介绍
    2.1 分类器模型介绍
        2.1.1 分类的概念
        2.1.2 分类器的组别
    2.2 分类器的准确度评估
        2.2.1 分类器的准确度定义
        2.2.2 分类器的准确度评估方法
    2.3 适用于个人信用评分模型的分类器选取
        2.3.1 线性分类器
        2.3.2 非线性分类器
        2.3.3 非参数判别分类器
第三章 基于门限分位点的logistic回归模型
    3.1 基于门限的logistic回归模型
        3.1.1 门限分位点回归模型
        3.1.2 门限模型和logistic模型的结合
    3.2 门限logistic回归模型和个人信用评分模型
        3.2.1 入模变量
        3.2.2 门限变量
第四章 分类器在个人信用评分模型上的应用实例
    4.1 数据集
        4.1.1 数据集来源及构成
        4.1.2 数据预处理
    4.2 模型验证
        4.2.1 模型验证方法选择
        4.2.2 模型的选择以及结果
    4.3 门限截点的确定
第五章 总结
参考文献
源代码
致谢



本文编号：3547721