首页> 中文学位 >基于Xgboost的互联网消费金融信用风控策略研究
【6h】

基于Xgboost的互联网消费金融信用风控策略研究

代理获取

目录

第一个书签之前

摘要

Abstract

第1章 绪论

1.1 研究背景

1.2 研究目的和意义

1.3 国内外研究现状

1.3.1 国外研究现状

1.3.2 国内研究现状

1.4 研究内容和研究方法

1.4.1 研究内容

1.4.2 研究方法

1.5 研究框架和论文创新点

1.5.1 研究框架

1.5.2 论文创新点

第2章 互联网消费金融信用风控的理论基础

2.1 互联网消费金融的内涵

2.1.1 互联网消费金融的概念

2.1.2 互联网消费金融的特征

2.1.3 互联网消费金融的模式

2.2 互联网消费金融风险类型

2.2.1 信用风险

2.2.2 欺诈风险

2.2.3 监管风险

2.2.4 技术风险

2.3 互联网消费金融信用风控策略

2.3.1 传统的互联网消费金融信用风控

2.3.2 新型的互联网消费金融信用风控

第3章 基于Xgboost的互联网消费金融信用风控策略模型构建

3.1 Xgboost算法原理

3.1.1 正则化

3.1.2 树的生成

3.2 分类模型性能评价指标

3.3 模型选取依据

3.4 基于Xgboost的信用风控策略模型构建

3.4.1 数据预处理

3.4.2 基于Xgboost的关键影响因素选取

3.4.3 初步策略设计

3.4.4 策略优化

第4章 互联网消费金融S公司信贷客户的数据集

4.1 数据集来源

4.2 数据预处理

4.3 描述性分析

4.3.1 学历层次对信贷客户风险影响

4.3.2 性别对信贷客户风险影响

4.3.3 新老用户对信贷客户风险影响

4.3.4 年龄对信贷客户风险影响

4.3.5 芝麻信用对信贷客户风险影响

4.3.6 花呗对信贷客户风险影响

4.3.7 月均话费对信贷客户风险影响

4.4 描述性分析结论

第5章 基于Xgboost模型的信用风控策略实证分析

5.1 Xgboost模型

5.1.1 不调参的Xgboost模型

5.1.2 调参的Xgboost模型

5.2 其它模型

5.2.1 不调参的逻辑回归模型

5.2.2 调参的逻辑回归模型

5.2.3 SVM模型

5.2.4 高斯贝叶斯模型

5.3.1 模型表现总结

5.3.2 初步策略设计

5.4 策略验证

5.5 策略优化

5.5.1 所有用户的情况

5.5.2 仅新用户的情况

5.5.3 新策略设计

第6章 总结与展望

6.1 本文所做的工作

6.2 研究不足与展望

参考文献

致谢

附录 个人简历、在学期间发表的学术论文与研究成果

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号