基于多源数据融合的个人信用评分研究

摘要：

随着信息技术的发展,数据来源越来越多,虽然可以更加精准、科学地刻画个人信用状况,但由于数据来源多、结构复杂等问题,给传统的征信技术带来了挑战.本文提出了基于多源数据融合的个人信用模型,可以同时对多个数据集进行建模和变量选择,同时考虑了数据集间的相似性和异质性.通过模拟实验发现,本文所提出的整合模型在变量选择和分类效果方面都具有明显的优势.此外,将整合模型应用于城市和农村两个数据集的个人信用评分中发现,整合模型在实际应用中也有很好的表现.

关键词：多源数据、整合分析、Logistic回归、信用评分

所属期刊栏目：35

分类号：C812(统计方法)

资助基金：国家自然科学基金面上项目“广义线性模型的组变量选择及其在信用评分中的应用”71471152;全国统计科学研究重点项目“大数据下的信用评分研究”2015629;中央高校基本科研业务费专项资金“多源异构大数据的整合分析研究”20720171095

在线出版日期：2019-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：92-101