节点文献

基于样本依赖代价矩阵的小微企业信用评估方法

免费订阅

【作者】 张涛汪御寒李凯张玥杰

【Author】 ZHANG Tao;WANG Yuhan;LI Kai;ZHANG Yuejie;School of Information Management and Engineering,Shanghai University of Finance and Economics;Shanghai Key Laboratory of Financial Information Technology,Shanghai University of Finance and Economics;School of Computer Science,Fudan University;Shanghai Key Laboratory of Intelligent Information Processing, Fudan University;

【通讯作者】 李凯;

【机构】 上海财经大学信息管理与工程学院上海财经大学上海市金融信息技术研究重点实验室复旦大学计算机科学技术学院复旦大学上海市智能信息处理重点实验室

【摘要】 针对小微企业信用历史数据规模较小,而且类别不平衡问题较为严重,提出基于样本依赖代价矩阵的Smote XGboost-Bayes Minimum Risk(SXG-BMR)模型,对整体样本进行低倍率过采样,以弱化类别不平衡问题,降低模型过拟合的风险;模型将集成学习模型与最小风险贝叶斯决策相结合,以实现代价敏感。同时,模型中引入了样本依赖的代价矩阵,该代价矩阵不仅与类别有关,而且与样本自身属性有关,可以更为准确地表征代价。使用标准信用数据集和上海市小微企业信用数据集,进行多种算法的对比分析,结果表明,该模型性能优良。

【基金】 国家自然科学基金(61976057,61572140);上海市自然科学基金(19ZR1417200);教育部人文社会科学研究规划基金(19YJA630116)
【所属期刊栏目】 经济与管理科学 (2020年01期)
  • 【分类号】F276.3;F270;O212
  • 【下载频次】134
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: