基于CRT分类算法的用户画像分层模型——以银行借贷用户为例

发布时间：2023-03-31 07:54

　　【目的/意义】随着"互联网+"的推进,网络借贷市场越来越完善。由于借贷市场信息不对称导致了道德风险问题,因此对借贷用户进行风险预测有助于市场的完全竞争,促进小额借贷企业发展。【方法/过程】以access为平台搭建借贷用户的数据库对借贷用户进行画像描绘,并通过C5.0与CRT分类算法对借贷用户信息进行分类,最终实现对借贷用户风险进行预测。【结果/结论】建模后发现,影响借贷用户风险的主要分为主观因素即受教育程度以及客观因素即用户的资金能力表现为本期账单金额以及预借现金额度,通过对模型进行调整,最终实现79%的预测准确率。

【文章页数】：7 页

【文章目录】：
1 引言
2 算法描述
    2.1用户画像模型的建立
    2.2用户画像建立的数据处理流程
        (1）用户信息数据库构建
        (2）用户标签初步筛选
        (3）标签数值处理
        (4）标签间相关性检验
        (5）平衡数据
    2.3基于相关性检验的用户画像建立
    2.4基于基于CRT算法的用户画像建模
    2.5基于基于C5.0算法的用户画像建模
3 实验结果与分析
    3.1实验设计
    3.2实验流程
        (1）原数据理解
        (2）相关分析
    3.3模型调整及结果
    3.4结果分析
4 结语



本文编号：3775459