首页 期刊 计算机科学 互联网金融风险识别中类平衡处理方法对比研究——以拍拍贷为例 【正文】

互联网金融风险识别中类平衡处理方法对比研究——以拍拍贷为例

作者:刘华玲; 林蓓; 恽文婧; 丁宇杰 上海对外经贸大学统计与信息学院; 上海201620; 上海财经大学信息管理与工程学院; 上海201620
类不平衡   逾期识别   集成学习   重采样  

摘要:互联网金融的快速发展,使得P2P成为一种创新的金融模式,如何识别出网贷中的潜在风险成为研究热点。网贷交易数据常常存在严重的不平衡,导致风险识别率较低。针对这一问题,文中采用随机下采样、SMOTE和Bagging方法进行类平衡处理,利用逻辑回归和支持向量分类机进行检验评价。实验表明,在P2P风险识别中,以召回率为标准,bagging的平衡处理效果优于随机下采样与SMOTE,且逻辑回归不存在明显的过拟合,所以其他SVC更适合用于P2P逾期风险识别。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅