基于随机森林的P2P网络借贷成功率预测研究

发布时间：2017-07-06 07:18

  本文关键词：基于随机森林的P2P网络借贷成功率预测研究

  更多相关文章： 随机森林 smote算法 PP网络 历史借贷成功率

【摘要】：P2P网络借贷成功率较低是P2P网络借贷市场快速发展瓶颈。探索借贷成功率提高路径,构建基于随机森林的网络借贷成功率评估模型,根据"人人贷"平台2015年一季度订单数据,选取借款人基本特征、历史信息、贷款特征及认证信息等33个变量,最大限度包含借款订单信息。研究表明历史借款成功率、未还清借款量、收入认证等是借贷成功率重要影响因素;预测P2P网络借贷成功率时,随机森林方法准确率明显优于Logistic回归模型等方法。
【作者单位】： 西南财经大学;
【关键词】： 随机森林 smote算法 PP网络 历史借贷成功率
【基金】：国家自然科学基金项目“小微企业互联网平台融资模式研究—基于双向拍卖和信号博弈双重视角”(71503210)
【分类号】：F832.4;F724.6
【正文快照】： P2P网络借贷依托于互联网技术与民间借贷,可快速发布信息并被投资者检索,促成交易高效匹配,提升市场效率。P2P网络借贷准入门槛较低[1](投资者仅需出资50元以上即可),参与方式较灵活,借贷双方具有广泛性。然而,由于交易通过互联网渠道完成,借款人可能是传统金融机构筛选后的“

【相似文献】

中国期刊全文数据库 前5条

1 孟杰;;随机森林模型在财务失败预警中的应用[J];统计与决策;2014年04期

2 李升;宋舜宏;;网络入侵检测中属性分组的随机森林算法[J];计算机安全;2009年11期

3 刘微;罗林开;王华珍;;基于随机森林的基金重仓股预测[J];福州大学学报(自然科学版);2008年S1期

4 钱争鸣;李海波;于艳萍;;个人住房按揭贷款违约风险研究[J];经济研究;2010年S1期

5 ;[J];;年期

中国重要会议论文全文数据库 前7条

1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年

3 张天龙;梁龙;王康;李华;;随机森林结合激光诱导击穿光谱技术用于的钢铁分类[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

4 相玉红;张卓勇;;组蛋白去乙酰化酶抑制剂的构效关系研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

5 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

6 冯飞翔;冯辅周;江鹏程;刘菁;刘建敏;;随机森林和k-近邻法在某型坦克变速箱状态识别中的应用[A];第八届全国转子动力学学术讨论会论文集[C];2008年

7 曹东升;许青松;梁逸曾;陈宪;李洪东;;组合树的集合体和后向消除策略去分类P-糖蛋白化合物[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年

中国博士学位论文全文数据库 前4条

1 曹正凤;随机森林算法优化研究[D];首都经济贸易大学;2014年

2 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年

3 岳明;基于随机森林和规则集成法的酒类市场预测与发展战略[D];天津大学;2008年

4 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年

中国硕士学位论文全文数据库 前10条

1 钱维;药品不良反应监测中随机森林方法的建立与实现[D];第二军医大学;2012年

2 韩燕龙;基于随机森林的指数化投资组合构建研究[D];华南理工大学;2015年

3 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年

4 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年

5 李强;基于多视角特征融合与随机森林的蛋白质结晶预测[D];南京理工大学;2015年

6 朱玟谦;一种收敛性随机森林在人脸检测中的应用研究[D];武汉理工大学;2015年

7 肖宇;基于序列图像的手势检测与识别算法研究[D];电子科技大学;2014年

8 李慧;一种改进的随机森林并行分类方法在运营商大数据的应用[D];电子科技大学;2015年

9 赵亚红;面向多类标分类的随机森林算法研究[D];哈尔滨工业大学;2014年

10 黎成;基于随机森林和ReliefF的致病SNP识别方法[D];西安电子科技大学;2014年

，

本文编号：525232