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:
P2P贷款于近几年迅速发展,如何减少借贷过程中风险冲击,成为了各大平台甚至出借人关注的焦点.传统的风控模型从信用等级、违约概率出发,提供信用参考.在此基础上,建立由规则推导而成的标签模型,从多角度描述用户,构建客户画像.最后将特征处理后的数据与标签数据进行比较.实验表明,标签模型能够提升分类任务的效果.
推荐文章
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 结合标签规则的P2P网贷风控模型
来源期刊 计算机与数字工程 学科 工学
关键词 风控模型 机器学习 特征选择 客户画像 标签
年,卷(期) 2020,(7) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 1687-1692
页数 6页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1672-9722.2020.07.027
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 魏力 3 3 1.0 1.0
2 王子炫 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (124)
共引文献  (352)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(3)
  • 参考文献(0)
  • 二级参考文献(3)
2020(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
风控模型
机器学习
特征选择
客户画像
标签
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导