期刊专题

10.3969/j.issn.1000-386x.2023.06.006

基于宽深学习的P2P借款人违约风险预测

引用
为帮助投资者在P2P(Peer to Peer)借贷市场上降低投资风险,确定最佳投资方案,提出一种基于宽深学习的借款人违约风险预测模型.宽深模型结合了宽模型对样本特征良好的记忆性以及深模型对稀疏特征和抽象特征方面的泛化能力.将该模型用于P2P借款人违约风险预测,结合大量借贷市场中的实际借款人数据进行实验.实验结果表明,该模型可以精确预测借款人违约风险,在各项评估指标上均优于单一的宽模型或深模型.

宽深学习、逻辑回归、深度学习、P2P借贷、违约风险

40

TP391(计算技术、计算机技术)

国家自然科学基金11801267

2023-07-10(万方平台首次上网日期,不代表论文的发表时间)

共6页

29-33,69

相关文献
评论
暂无封面信息
查看本期封面目录

计算机应用与软件

1000-386X

31-1260/TP

40

2023,40(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅