基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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。
推荐文章
大数据关键技术及其在运营商中的应用研究综述
大数据
运营商
分布式计算
统计分析
大数据在电信运营商中的应用研究
大数据
运营商
微服务
基于电信运营商大数据分析的个人征信评估模型
电信运营商
互联网
身份信息
位置信息
BP神经网络在信用风险评估中的应用
人工神经网络
BP算法
信用风险评估
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习在运营商大数据信用风险评估中的研究及应用
来源期刊 通讯世界:下半月 学科 经济
关键词 大数据 信用评估 机器学习
年,卷(期) txsjxby_2016,(5) 所属期刊栏目
研究方向 页码范围 277-279
页数 3页 分类号 F830
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 施巍巍 5 33 4.0 5.0
2 饶翔 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
信用评估
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通讯世界:下半月
月刊
1006-4222
11-3850/TN
北京市海淀区莲花池东路39号西金大厦80
出版文献量(篇)
6807
总下载数(次)
10
论文1v1指导