針對P2P違約風(fēng)險(xiǎn)評估問題,構(gòu)建基于K均值聚類的多分類器動態(tài)集成模型。通過K均值聚類將P2P借貸樣本集劃分為多個(gè)區(qū)域,并在每個(gè)區(qū)域分別構(gòu)建多個(gè)基分類器模型,進(jìn)行多分類器集成;在給定新的測試樣本時(shí),基于樣本特征動態(tài)選擇樣本歸屬區(qū)域的基分類器,進(jìn)行模型集成與違約風(fēng)險(xiǎn)評估。以Lending Club借款數(shù)據(jù)為例,對網(wǎng)貸違約風(fēng)險(xiǎn)評估進(jìn)行實(shí)證分析表明,基于多分類器動態(tài)集成的P2P違約評估模型,比單一模型和靜態(tài)集成模型的準(zhǔn)確性更好,且基于神經(jīng)網(wǎng)絡(luò)的動態(tài)集成模型效果最好。 

【文章來源】：管理學(xué)報(bào). 2019,16(06)北大核心CSSCI

【文章頁數(shù)】：8 頁

【文章目錄】：
1 文獻(xiàn)回顧
2 多分類器動態(tài)集成模型構(gòu)建
    2.1 多分類器動態(tài)選擇
    2.2 多分類器集成
        2.2.1 基分類器模型構(gòu)建
        2.2.2 基分類器模型集成
3 實(shí)證分析
    3.1 數(shù)據(jù)收集和處理
    3.2 模型評價(jià)準(zhǔn)則
4 結(jié)果分析
    4.1 基于K均值的聚類
    4.2 多分類器的動態(tài)集成與實(shí)驗(yàn)對比
5 統(tǒng)計(jì)檢驗(yàn)分析
6 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于集成學(xué)習(xí)的中國P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)預(yù)警模型的對比研究[J]. 操瑋,李燦,賀婷婷,朱衛(wèi)東.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(10)
[2]基于非均衡模糊近似支持向量機(jī)的P2P網(wǎng)貸借款人信用風(fēng)險(xiǎn)評估及應(yīng)用[J]. 張衛(wèi)國,盧媛媛,劉勇軍.  系統(tǒng)工程理論與實(shí)踐. 2018(10)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的P2P網(wǎng)貸借款人信用評估[J]. 肖會敏,侯宇,崔春生.  運(yùn)籌與管理. 2018(09)
[4]P2P網(wǎng)絡(luò)借貸借款人違約風(fēng)險(xiǎn)影響因素研究[J]. 李杰,劉露,Chao-Hsien Chu.  商業(yè)研究. 2018(09)
[5]基于機(jī)器學(xué)習(xí)的P2P網(wǎng)絡(luò)借貸違約風(fēng)險(xiǎn)預(yù)警研究——來自“拍拍貸”的借貸交易證據(jù)[J]. 涂艷,王翔宇.  統(tǒng)計(jì)與信息論壇. 2018(06)
[6]P2P借貸中借款人的違約風(fēng)險(xiǎn)評估——基于“人人貸”數(shù)據(jù)的實(shí)證分析[J]. 阮素梅,何浩然,李敬明.  經(jīng)濟(jì)問題. 2017(12)
[7]P2P網(wǎng)貸平臺信任形成機(jī)制研究[J]. 董紀(jì)昌,王國梁,沙思穎,苗晉瑜,李秀婷.  管理學(xué)報(bào). 2017(10)
[8]基于貝葉斯網(wǎng)絡(luò)的P2P網(wǎng)貸借款人信用評價(jià)模型[J]. 裴平,郭永濟(jì).  中國經(jīng)濟(jì)問題. 2017(02)
[9]基于不平衡樣本的互聯(lián)網(wǎng)個(gè)人信用評估研究[J]. 李毅,姜天英,劉亞茹.  統(tǒng)計(jì)與信息論壇. 2017(02)
[10]基于生存分析的P2P網(wǎng)絡(luò)借貸違約風(fēng)險(xiǎn)影響因素研究[J]. 李思瑤,王積田,柳立超.  經(jīng)濟(jì)體制改革. 2016(06)



本文編號：2966270