基于分辨矩阵的个人信用评估指标约简研究

在个人信用评估中,大量的客户特征的评估不利于后续工作的开展。文章基于客户特征建立个人信用指标体系,利用粗糙集分辨矩阵约简相关指标。结果表明,优化后的指标体系不仅保留了原有的核心指标,而且在一定程度上降低了个人信用评估的工作量,体现了分辨矩阵属性约简在个人信用评估中的有效性,提高了工作效率。     

论高校国家助学贷款个人信用征信法律制度的完善

我国市场经济要健康有序地发展就必须建立运行良好的个人信用征信制度。高校国家助学贷款可以帮助贫困学生完成学业。我们同时看到,我国的高校学生助学贷款个人信用征信法律制度建设还很不完善。本文主要是就我国的高校国家助学贷款个人信用不良,借款学生还款率低、贫困学生申贷困难等问题而提出的要完善我国高校国家助学贷款个人信用征信法律制度。     

个人信用征信系统研究

个人信用征信系统是指由第三方机构将分散在各商业银行和社会有关方面的个人信用和信誉信息汇集起来，进行存储，加工，形成个人信用信息档案数据库，为银行和社会有关方面了解个人信用和信誉状况提供咨询服务。分析了我国个人信用系统的现状，提出了一个层次化模型，用于个人信用征信系统结构设计，提高系统伸缩性和可靠性，以实现在不同的个人信用征信系统间进行信息交换。     

下月起市民可免费在线查个人信用

从4月起,上海市的法人和自然人可以通过网络平台或者服务大厅免费查询一次信用报告。全国人大代表、上海市经信委副主任邵志清表示,今后,上海在完善信用管理方面将有惩有奖。据邵志清介绍,信誉好的企业将给予减少抽检以及年审年报。个人方面,如今已实现对信誉好的公民在上海图书馆办证时免去押金,今年还将与银行合作简化房贷程序、提升信用卡额度等,以后甚至在公务员录用、人才市场招聘方面都能给予支持。     

民商法与健全个人信用体系的现实融合

如今社会中个人信用越来越重要,个人信用已经成为国家信用体系的重要组成,它是人与人之间产生社会关系的基石,反映了个人的品质与道德,是个体进行商业交往的一种信誉。以民商法为切入点,研究个人信用对商业交往的影响,个人信用体系的价值体现,探讨民商法与个人信用体系的现实融合中存在的问题及其应对策略,以期能够解决其中基本的若干问题。     

基于特征优化和Boosting算法的个人信用预测

随着互联网金融和电子支付业务的高速增长,由此引发的个人信用问题也呈现与日俱增的态势.个人信用预测本质上是不平衡的序列二分类问题,这类问题的数据样本规模大、维度高、数据分布极不平衡.为了高效区分申请者的信用情况,本文提出一种基于特征优化和集成学习的个人信用预测方法 (PL-SmoteBoost).该方法在Boosting集成框架下构建个人信用预测模型,首先利用Pearson相关系数对数据进行初始化分析,剔除冗余数据;通过Lasso选取部分特征来减少数据维度,降低高维风险;通过SMOTE过采样方法对降维数据的少数类进行线性插值,以解决类不平衡问题;最后为了验证算法有效性,以常用的处理二分类问题的算法作为对比方法,采用从Kaggle和微软开放数据库下载的高纬度不平衡数据集对算法进行测试,以AUC作为算法的评价指标,利用统计检验手段对实验结果进行分析.结果表明,相对于其他算法,本文提出的PL-SmoteBoost算法具有显著优势.     

基于C4.5算法优化SVM的个人信用评估模型

支持向量机作为非参数方法已经广泛应用于信用评估领域.为克服其训练高维数据不能主动进行特征选择导致准确率下降的缺点,构建C4.5决策树优化支持向量机的信用评估模型.利用C4.5信息熵增益率方法进行属性选择,减少冗余属性.模型通过网格搜索确定最优参数,使用F-score和平均准确率评价模型性能,并在两组公开数据集上进行验证.实证分析表明,C4.5决策树优化支持向量机的信用评估模型有效减少了数据学习量,较于传统各类单一模型有较高的分类准确率和实用性.