| 基于支持向量机的网贷借款人违约风险评估 |
| |
| 引用本文： | 黄建琼,郭文龙,陈晓峰. 基于支持向量机的网贷借款人违约风险评估[J]. 科技和产业, 2020, 20(4): 40-44 |
| |
| 作者姓名： | 黄建琼 郭文龙 陈晓峰 |
| |
| 作者单位： | 福州外语外贸学院 理工学院,福州 350202;福建江夏学院 电子信息科学学院,福州 350108 |
| |
| 基金项目： | 福建省中青年教师教育科研项目;福建省高等学校学科(专业)带头人培养计划项目;福建省高等学校杰出青年科研人才培育计划 |
| |
| 摘 要： | ![]()
随着互联网金融的发展，P2P网贷平台规模急速扩大，网贷平台的跑路潮现象及借款人违约问题等也随之出现，这极大制约着网贷平台的健康发展。利用爬虫技术获取借款人信息，选取17个核心变量为解释变量、项目状态为目标变量，并通过交叉验证确定支持向量机模型的最优参数，建立最佳网贷借款人违约风险评估模型。实验结果表明，模型的稳定性和泛化能力较好，研究结果可为网贷平台风险预警和风险防控等方面提供决策支持，有助于促进网贷平台健康发展。
|
| 关 键 词： | 支持向量机 信用风险 P2P网贷 |
Risk Assessment of Default of Online Loan Borrowers Based On Support Vector Machine |
| |
| Abstract: | ![]()
|
| |
| Keywords: | support vector machine credit risk P2P online loan |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《科技和产业》浏览原始摘要信息 |
|
点击此处可从《科技和产业》下载全文 |
