基于决策树的个人信用风险评估模型  

作　　者：何姿娇 欧阳浩[1] 刘智琦[1] 付俊宁 陈卓婷 许悦 HE Zijiao;OU Yanghao;LIU Zhiqi;FU Junning;CHEN Zhuoting;XU Yue

机构地区：[1]广西科技大学计算机科学与通信工程学院,广西柳州545006

出　　处：《信息技术与信息化》2021年第7期122-124,共3页Information Technology and Informatization

基　　金：2019年广西壮族自治区级大学生创新创业训练项目“个人能力与智能画像系统的设计与应用”(编号201910594265);2020年度广西高等教育本科教学改革工程项目(编号:2020JGB245);2019年度广西科技大学“课程思政”教学改革专项项目(序号4);广西科技大学2019年教师教学发展基金项目(序号7);2018年度广西高校中青年教师基础能力提升项目(编号2018KY0321);2016年度广西科技大学科学基金项目(校科自174523)。

摘　　要：在金融和商业活动中存在大量的个人信用评估和诈骗甄别的需求,传统处理的方法由各专家评估打分方式实现,由此将产生过多的人为干预的因素,并且大大增加了工作量,大数据技术的发展,可避免传统方式的缺陷和弊端。使用人工智能中的决策树C5.0算法以及XGBoost模型分别分析UCI德国信用数据集和金融诈骗数据,实验基于Python开发系统提供的sklearn包来进行,通过实验建立了个人信用评估模型和风控模型。实验证明这2个模型具有较高的正确率,建立的有效模型以及整个分析方法为人工智能在信用评估和风控领域的应用提供了借鉴与参考。

关 键 词：个人信用 信用评估 决策树 风控模型 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] F831.2[自动化与计算机技术—控制科学与工程]