期刊文献+

机器学习在运营商大数据信用风险评估中的研究及应用 被引量:4

下载PDF
导出
摘要 在互联网金融繁荣发展的今天,消费信贷业务的横生,央行征信数据在时效、全面、层次等方面的不足日益凸显,深度挖掘分析互联网行为数据,利用现代机器学习技术,开发大数据信用风险评估模型显得尤为重要。本文以某运营商个人信用评分模型为例进行研究,分析当前大数据信用风险控制的重要性。
作者 施巍巍 饶翔
出处 《通讯世界(下半月)》 2016年第5期277-279,共3页 Telecom World
  • 相关文献

参考文献4

二级参考文献13

  • 1迟国泰,许文,孙秀峰.个人信用卡信用风险评价体系与模型研究[J].同济大学学报(自然科学版),2006,34(4):557-563. 被引量:28
  • 2汪办兴.我国商业银行信用风险模型的国际比较与改进[J].当代经济科学,2007,29(3):65-70. 被引量:7
  • 3Jiawei Han,Micheline Kamber著,范明,孟小峰译.数据挖掘概念与技术[M].机械工业出版社,2008.
  • 4葛超豪,葛学健.银行信贷风险评估计量模型探讨[J].南京大学学报,2006,(12):21-32.
  • 5陈荣辉.数据挖掘在商业银行中的若干应用[D].南京理工大学硕士论文,2007:19-22.
  • 6Yu Liyong. A Neural Network Model in Credit Risk Assessment Based on New Risk. 2006.10:98-99.
  • 7James Matthews[EB/OL]. http://www, generation5, org/Submitted: 31/03/2000.
  • 8国际神经网络学会(INNS)[EB/OL].http://www.inns.org/.
  • 9张连史,郭海鸭.贝叶斯网引论[M].科学出版社.2006.
  • 10谭浩强.SAS/PC统计分析软件使用技术[M].国防工业出版社.1996.

共引文献4

同被引文献24

引证文献4

二级引证文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部