首页
期刊简介
栏目设置
编委会
投稿须知
常见问题问答
广告合作
杂志订阅
联系我们
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
[1]
雷光裕.
世界杯足球比赛多分类预测模型研究
[J]. 软件导刊, 2019, 18(7): 45-48.
[2]
李君艺;张宇华;.
个人信用风险评估模型的贝叶斯网络结构学习
[J]. , 2013, 12(5): 48-50.