研究文章
大数据分析复杂网络贷款的信用风险评估基于攻击算法
|
| 不。 |
变量 |
实际的意义 |
数据处理 |
|
| 1 |
ID |
用户ID |
|
| 2 |
BorrowType |
类型的标准 |
1:信用认证标准;2:制度保障标准;3:现场认证标准 |
| 3 |
标题 |
贷款的标题 |
1:资金周转;2:扩大生产/操作;3:装饰;4:购买商品/原材料/设备;5:日常生活消费;6:购买汽车;7:在创业投资;8:购买房子;9:在线商店袜/业务扩张/资本周转率;10:教育和培训支出; 11: marriage expenses; 12: others |
| 4 |
量 |
贷款金额 |
0∼10 |
| 5 |
感兴趣 |
利率 |
|
| 6 |
术语 |
偿还期限 |
|
| 7 |
LoanType |
担保方式 |
1:本金;2:本金+利息 |
| 8 |
提前还款 |
提前还款 |
|
|
率 |
率 |
|
| 9 |
性别 |
性别 |
0:女性;1:男 |
| 10 |
年龄 |
年龄 |
|
| 11 |
教育 |
教育 |
1:高中或以下;2:大专;3:本科;4:毕业或以上 |
| 12 |
婚姻 |
婚姻 |
1:结婚;2:未婚;3:离婚;4:丧偶 |
| 13 |
场 |
公司行业 |
0:;1:零售/批发;2:制造;3:公用事业;4:餐饮/酒店行业;5:建筑工程;6:非营利组织;7:教育/培训;8:交通运输业;9:; 10: finance/law; 11: medical/hygiene/health; 12: government agencies; 13: others |
| 14 |
大小 |
公司规模 |
0:;1:< 10人;2:10 - 100人;3:100 - 500人;4:> 500人 |
| 15 |
EmpLength |
年的工作 |
1:1年或更少;2:1 - 3年(含3年);3:3 - 5年(包括5年);4:5年以上 |
| 16 |
收入 |
收入 |
12000∼5000元;25000∼10000元;310000∼20000元;420000∼50000元;超过550000元人民币 |
| 17 |
房子 |
房子 |
0:不;1:是的 |
| 18 |
抵押贷款 |
抵押贷款 |
0:不;1:是的 |
| 19 |
车 |
车 |
0:不;1:是的 |
| 20. |
Autoloan |
汽车贷款 |
0:不;1:是的 |
| 21 |
分数 |
信用评分 |
|
| 22 |
年级 |
信用评级 |
1:一个;2:B;3:C;4:D;5:E;6:信息检索 |
| 23 |
应用程序 |
借款申请 |
|
| 24 |
成功 |
成功的借款 |
|
| 25 |
支付 |
数量的偿还 |
|
| 26 |
总 |
借款总额 |
0∼10 |
| 27 |
逾期 |
过期时间 |
|
| 28 |
状态 |
还款情况 |
0:过期时间> 0;1:过期时间= 0 |
|
|
