典型文献
基于机器学习算法的网络小额借款项目评估与筛选
文献摘要：
利用机器学习算法构建网络小额借款项目违约率和收益率两种预测模型,并综合使用这些模型的预测评价和筛选网络小额借款项目.结果发现,借款项目基本信息和借款人人口统计特征、历史借款记录、信用等级、借款描述对借款违约率和收益率均有重要的预测作用.在一定的借款项目筛选数量下,由预期违约率和预期收益率的线性组合值排序挑选借款项目的筛选方法表现较佳,而先对预期违约率进行过滤,再由预期收益率排序挑选出借款项目的筛选方法表现较差;但这两种筛选方法均优于仅使用其中一种指标的筛选方法.
文献关键词：
网络小额借款项目;机器学习;预测模型
中图分类号：
作者姓名：
欧阳梦倩
作者机构：
中共广东省委党校(广东行政学院)经济学教研部,广东 广州 510053
文献出处：
引用格式：
[1]欧阳梦倩-.基于机器学习算法的网络小额借款项目评估与筛选)[J].管理现代化,2022(02):48-57
A类：
网络小额借款项目
B类：
基于机器学习,机器学习算法,项目评估,建网,违约率,预测评价,借款人,人口统计,统计特征,信用等级,预测作用,预期违约,预期收益率,线性组合,筛选方法,较佳,行过滤,挑选出,出借
AB值：
0.228571
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。
