基于迁移学习的小样本风险用户识别

近年来,网络贷款的兴起带来了大量的用户贷款信息,金融行业普惠政策的推广使其亟需了解用户贷款信息对违约的影响,分析用户贷款信息、预测风险用户是成功推广普惠政策的重点。由于银行贷款数据量较少,为了解决小样本问题,该文引入迁移学习思想,将网络贷款的海量数据迁移至银行贷款数据中,基于LightGBM模型采用5折交叉验证进行训练,得到风险用户识别模型,实现对风险用户的精准预测,从而达到保障金融风控安全的目的。