基于LightGBM算法的信用风险评估模型研究

doi:10. 11907/rjdk. 191157

软件导刊

2019, Vol. 18

Issue (10): 19-22 DOI: 10. 11907/rjdk. 191157

人工智能

本期目录 | 过刊浏览 | 高级检索

基于LightGBM算法的信用风险评估模型研究

王思宇，陈建平

南通大学计算机科学与技术学院，江苏南通 226019

Research on Credit Risk Assessment Model Based on LightGBM Algorithm

WANG Si-yu,CHEN Jian-ping

School of Computer Science and Technology， Nantong University， Nantong 226019， China

摘要
图/表
参考文献
相关文章 (2)

全文: PDF (4352 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要对于银行、P2P等金融机构而言，如何在扩大业务规模的同时，有效控制并合理防范信用风险尤为重要。基于LightGBM算法，根据借款申请人提供的相关个人信息，建立分类预测模型，对借款人是否会逾期、是否该发放贷款进行预测研究。实验结果表明，相较于普通决策树算法，LightGBM预测精度提升了40.8%，且具有较好的鲁棒性，可满足信用评估要求。基于LightGBM的信用评估模型不仅拥有更快的训练速度和更高的训练效率，同时还占用更少的内存，具有支持数据并行处理能力。利用该模型可对用户信用风险进行较为准确的预测，对贷款机构风险管理有重要参考价值。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王思宇
	陈建平

关键词 ：信用风险, LightGBM, 分类预测

收稿日期: 2019-03-02

ZTFLH:

TP301　　　　　

基金资助:国家自然科学基金项目（61602267）

通讯作者: 陈建平

作者简介: 王思宇（1995-），男，南通大学计算机科学与技术学院硕士研究生，研究方向为机器学习及应用；陈建平（1960-），男，南通大学计算机科学与技术学院教授、硕士生导师，研究方向为数值计算算法、信息安全。本文通讯作者：陈建平。

引用本文:

王思宇，陈建平. 基于LightGBM算法的信用风险评估模型研究[J]. 软件导刊, 2019, 18(10): 19-22.
WANG Si-yu,CHEN Jian-ping. Research on Credit Risk Assessment Model Based on LightGBM Algorithm. SOFTWARE GUIDE, 2019, 18(10): 19-22.

链接本文:

http://www.rjdk.org/CN/10. 11907/rjdk. 191157 或 http://www.rjdk.org/CN/Y2019/V18/I10/19