大数据时代个人信用评分的新趋势

被引:10
作者
张晶 [1 ,2 ]
机构
[1] 特华博士后科研工作站
[2] 上海商学院信息与计算机学院
关键词
征信; 大数据; 信用评分; 数据挖掘; 机器学习;
D O I
暂无
中图分类号
F832.4 [信贷];
学科分类号
1201 ; 020204 ;
摘要
随着互联网行业的飞速发展和大数据技术的日趋成熟,征信机构对消费者个人信用进行评分时,在模型中引入更多维度的创新数据,从而更好地预测信用风险。大数据背景下的征信并非对传统信用评分模型的完全替代,而是在数据来源和处理技术等方面对传统信用评分模型加以改进和创新。从征信数据来源、征信数据建模、征信信息技术等方面,探讨大数据时代个人信用评分的改进和发展,为方兴未艾的大数据征信研究提供有益的启示。
引用
收藏
页码:7 / 12
页数:6
相关论文
共 9 条
[1]   电信大数据在征信领域的应用研究 [J].
王波 ;
陈标 ;
魏宇航 .
移动通信, 2016, 40 (08) :80-83
[2]   美国ZestFinance公司大数据征信实践 [J].
刘新海 ;
丁伟 .
征信, 2015, 33 (08) :27-32
[3]   未来中国征信:三大数据体系 [J].
吴晶妹 .
征信, 2013, 31 (01) :4-12
[4]  
机器学习[M]. 清华大学出版社 , 周志华, 2016
[5]  
征信与大数据[M]. 中信出版社 , 刘新海, 2016
[6]  
大数据时代[M]. 浙江人民出版社 , 迈耶-舍恩伯格, 2012
[7]  
Big data’s role in expanding access to financial services in China[J] . Nir Kshetri.International Journal of Information Management . 2015
[8]   Credit scoring using the clustered support vector machine [J].
Harris, Terry .
EXPERT SYSTEMS WITH APPLICATIONS, 2015, 42 (02) :741-750
[9]  
Genetic algorithms for credit scoring: Alternative fitness function performance comparison[J] . Vaclav Kozeny.Expert Systems With Applications . 2015 (6)