基于XGBoost算法的用户行为预测与风险分析

被引:38
作者
邱耀
杨国为
机构
[1] 青岛大学电子信息学院
关键词
数据挖掘; XGBoost; 行为预测;
D O I
暂无
中图分类号
F274 [企业供销管理]; TP393.09 [];
学科分类号
120301 [农业经济管理];
摘要
近年来,互联网金融飞速发展,各种消费信贷产品进入到人们的日常生活中,成为人们日常消费的重要组成部分。从机器学习的角度,基于真实脱敏数据,将XGBoost算法应用于用户行为预测中,深入挖掘了超过300类用户消费特征,建立消费预测模型,较为准确预测用户未来消费行为,为制定更优的额度政策提供一种有效的方法。
引用
收藏
页码:44 / 45
页数:2
相关论文
共 6 条
[1]
基于多模型融合的互联网信贷个人信用评估方法 [J].
白鹏飞 ;
安琪 ;
Nicolaas Fransde ROOIJ ;
李楠 ;
周国富 .
华南师范大学学报(自然科学版), 2017, 49 (06) :119-123
[2]
基于GBDT的个人信用评估方法 [J].
王黎 ;
廖闻剑 .
电子设计工程, 2017, 25 (15) :68-72
[3]
XGBoost算法在电子商务商品推荐中的应用 [J].
张昊 ;
纪宏超 ;
张红宇 .
物联网技术, 2017, 7 (02) :102-104
[4]
基于知识库的客户网购意向预测系统 [J].
马月坤 ;
刘鹏飞 .
计算机工程与应用 , 2016, (13) :101-109
[5]
基于随机森林的认知网络频谱感知算法 [J].
王鑫 ;
汪晋宽 ;
刘志刚 ;
龚志恒 .
仪器仪表学报, 2013, 34 (11) :2471-2477
[6]
基于组合特征的中文新闻网页关键词提取方法 [J].
袁津生 ;
毛新武 .
计算机工程与应用, 2014, 50 (19) :222-226