论文部分内容阅读
日益繁荣的个人信贷市场在促进经济发展的同时也给金融系统带来了新的挑战。作为一种高效的个人信用风险评估工具,信用评分模型能够利用客户的信用数据分析其违约风险,帮助金融机构降低损失。实际应用中的信用评分数据通常具有不平衡特性,不仅如此,现有的评分模型大多是浅层架构,特征提取能力较弱。考虑到个人信用评分数据的特性以及现有信用评分的模型的不足,本文做了以下两个方面的研究:(1)针对个人信用评分数据存在的不平衡问题,本文设计了一种集成采样方法。首先,通过KmeansSMOTE算法合成少数类样本;然后,使用RB