基于多模型融合的互联网信贷个人信用评估方法

《基于多模型融合的互联网信贷个人信用评估方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于多模型融合的互联网信贷个人信用评估方法mra周国曷白鹏飞安琪NicolaasFransdeROOIJ李楠华南师范大学华南先进光电子研究院深圳市国华光电科技有限公司深圳市国华光电研究院摘要：针对网络个人信用有效评分缺失的问题，分析了互联网信贷个人信用评估数据的特点，选用支持向量机、随机森林和XGBoost分别建立了信用预测模型，并对3种单一模型进行了投票加权融合•基于互联网信贷数据的特点，在特征工程中对样本集特征进行了离散化、归一化和特征组合等处理•为増加对比，对实验数据集进行了FICO评估核心一一Logistic回归分析•实验结果表明：3种

2、单一算法性能均优于Logistic回归，XGBoost表现优于支持向量机和随机森林模型，预测相对准确;投票融合模型的表现比单一模型更好，模型分辨能力更优秀，预测精度更高，更适用于互联网信贷个人信用评估.关键词：个人信用评估;互联网信贷;支持向量机;随机森林;XGBoost;模型融合;作者简介：白鹏飞，副研究员，Ema订:Baipf@scnu.edu.cn.收稿日期:2017-03-06基金：国家自然科学基金委员会-荷兰国家基金机构间合作重点项目(NSFC-NW0)(51561135014)InternetCreditPersonalCredit

3、AssessingMethodBasedonMulti一ModelEnsembleBAIPengfeiANQiNicolaasFransdeROOIJLINanZHOUGuofuSouthChinaAcademyofAdvancedOptoelectronics,SouthChirmNormalUniversity;ShenzhenGuohuaOptoelectronicsTechnologyCo.,Ltd;Abstract：Tosolvetheproblemofthemissingoftheeffectivescoresofonlineper

4、sonalcredits,thecharacteristicsofinternetpersonalcreditassessmentdataarcanalyzed.Supportvectormachinc（SVM）、remdomforest（RE）,andXGBoosthavebeenadoptedtoestablishthecreditforecastingmodelinthepaper,respectively.Thevotingfusionoftheproposedmodelsisconducted.Basedonthedatacharac

5、teristicsofinternetcreditdata,discretization,normalization,andfeaturecombineitionarcadoptedtoexperimentaldatasetinfcaturcenginccring.Inordertoimprovethecontrast,thelogisticregressionanalysis-thecoreofFICOassessmentiscarriedout.Theexperimentairesultsshowthattheperformaneeofth

6、ethreeestablishedalgorithmarebetterthanlogisticregression.TheperformanceofXGBoostarebetterthanSVMandRFmodelintheaccuracyprediction.Theperformanccofvotingfusionmodelisbetterthanthatofsinglemodel,withoutstandingmodelresolutionandpredictionaccuracy,whichismoresuitableforinterne

7、tpersonalcreditassessment.Keyword：personalcrcditassessing;onlinelending;supportvcctormachine;ranclomforest;XGBoost;modelensemble;Received：2017-03-06近些年，随着互联网金融的不断发展，我国的信贷体系也发牛了很大变化，出现了P2P网络借贷、微额小贷和消费分期付等互联网信贷形式.信用风险是互联网信贷的最大风险旦1，而由于我国的社会信用体系建设起步较晚，尚处于发展中，资金方与网络信贷用户存在信息不对称问题，

8、导致用户很难借贷成功•随着大数据技术的进步，基于数据挖据算法的个人信用评估模型为互联网信贷机构风控管理提供了可能.与传统个人信贷评估数据不同，互联网个