TY -的A2 -汗,拉毛盟——彭,华PY - 2021 DA - 2021/11/13 TI -研究信用风险识别互联网金融企业基于大数据的SP - 1034803六世- 2021 AB -大数据时代的到来提供了一个新的发展方式为互联网金融信用收集。传统的信用风险的识别方法网络金融企业无法获得信贷风险分区的特点,导致大信用风险识别结果中的错误。因此,本文提出了一种新的信用风险识别方法基于大数据的互联网金融企业。根据大数据的角度来看,网络金融企业的信用风险评估的步骤进行了分析和评估指标的权重计算使用改进的层次分析法(AHP)和线性加权合成方法应用于全面评估客户的信用。使用大数据的独特特点的信用风险地区部门,大数据的信用风险是由基于规则的匹配方法。极端的梯度增加(XGBoost)机器学习算法建立的互联网金融企业信用风险识别模型。kappa系数和ROC曲线是用来评估该方法的性能。实验结果表明,该方法能够准确地评估互联网金融企业的信用风险。SN - 1574 - 017 - 2021/1034803 / 10.1155 x你——https://doi.org/10.1155/2021/1034803——摩根富林明-移动信息系统PB - Hindawi KW - ER