首页出版说明中文期刊中文图书环宇英文官网付款页面

基于决策树的物流金融信用风险预测

霍 云艳, 徐 鹏赢, 李 康乐, 李 岩
哈尔滨金融学院计算机系

摘要


随着各种互联网消费贷的兴起,客户的逾期风险预测成为金融行业研究的重要问题。在大数据背景下,对客户数据进行多维度建模,进行信用风险预测,构建信用逾期风险的预测模型,有利于信贷决策。以物流金融平台客户信用风险为研究对象,构建决策树模型对客户信用等级进行划分,以求获得最大化的期望收益。对比常用的分类算法C4.5、随机森林、随机森林的时序拓展,对客户逾期行为进行分类,并通过实验验证了随机森林的时序拓展方法具有较高的分类准确度。

关键词


决策树;物流金融;信用风险

全文:

PDF


参考


[1]于晓虹,楼文高.基于随机森林的P2P网贷信用风险评价、预警与实证研究[J].金融理论与实践.2016(2):53-58.

[2]MALEKIPIRBAZARIM,AKSAKALLIV.Riskassessmentinsociallendingviarandomforests[J].ExpertSystemswithApplications,2015,42(10):4621-4631.

[3]TANXiaomin,FANGAi,LIANGBing,YANGHaojie.LocatingcausesofabnormalityofEPGexperiencebasedondecisiontree.TelecommunicationsScience.2019.5

[4]赵蕊.基于WEKA平台的决策树算法设计与实现[D]长沙:中南大学,2007.

[5]YANGXiaojun,QIANLufen,BIEZhi.ComparativeStudyonDecisionTreeAlgorithmBasedonWEKAPlatform.ShipElectronicEngineering.2018.5

[6]赵卫东,董亮.机器学习[D].人民邮电出版社.2021:94-95.

[7]ShihYinOoi,ShingChiangTan,WooiPingCheah.ClassifyHumanActivitieswithTemporalExtensionofRandomForest[A].NeuralInformationProcessing.NewYork:SpringerInternationalPublishing,2016:3-10.


Refbacks

  • 当前没有refback。