典型文献
基于大规模数据分析的融合面部特征的信用风险预测模型
文献摘要：
[目的/意义]个人违约信用风险是网络借贷平台所面临的主要风险之一,引起了金融机构的广泛重视.传统的P2P网络借贷违约风险预测模型通常使用历史数据建模,而模型的对象主要为历史履约和违约因素,由此带来的因素选择偏差问题会影响模型的泛化能力和风险预测能力.[方法/过程]本文引入面部特征大数据分析方法,利用深度学习技术自动抽取人脸面部特征变量,将其作为一个新的维度融入以历史借贷数据为核心的信用风险评价系统,建构新型信用风险预测模型.[结果/结论]论文基于南京某互联网金融公司提供的数据集进行实验与实证分析,结果表明本文提出的模型优于传统的违约风险预测模型.[创新/局限]本研究的创新点为一方面基于大数据分析方法挖掘了真实借款人面部特征在预测互联网信贷背景下的贷款违约中的作用,为互联网信贷的信用风险预测模型提供了新的数据维度,另一方面为使用深度学习方法自动识别和提取大规模图片数据集中的面部特征提供了新的思路.
文献关键词：
P2P;信贷违约;深度学习;面部特征;风险预测模型
中图分类号：
作者姓名：
蔡瑶;吴鹏
作者机构：
南京理工大学经济管理学院,江苏南京210094;信息与图书馆学院北卡罗来纳大学教堂山分校,北卡罗来纳州,美国27599;南京理工大学智能制造学院,江苏南京210094
文献出处：
引用格式：
[1]蔡瑶;吴鹏-.基于大规模数据分析的融合面部特征的信用风险预测模型)[J].情报科学,2022(06):160-168
A类：
B类：
大规模数据,合面,面部特征,信用风险预测,风险预测模型,网络借贷平台,主要风险,金融机构,P2P,违约风险,使用历史,历史数据,数据建模,履约,选择偏差,影响模型,泛化能力,预测能力,大数据分析方法,深度学习技术,自动抽取,人脸,脸面,特征变量,信用风险评价,评价系统,互联网金融,金融公司,创新点,借款人,人面,互联网信贷,贷款违约,数据维度,使用深度,深度学习方法,自动识别,大规模图,图片数据,信贷违约
AB值：
0.365691
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
