[发明专利]一种识别P2P网络借贷借款人违约风险的方法在审
申请号: | 201711229175.X | 申请日: | 2017-11-29 |
公开(公告)号: | CN108009911A | 公开(公告)日: | 2018-05-08 |
发明(设计)人: | 陈群;宗利永 | 申请(专利权)人: | 上海出版印刷高等专科学校 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06K9/62;G06F17/30;G06F17/27 |
代理公司: | 上海精晟知识产权代理有限公司 31253 | 代理人: | 冯子玲 |
地址: | 200093 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种识别P2P网络借贷借款人违约风险的方法,包括如下步骤:步骤一,采集P2P借款申请数据信息;步骤二,对数据进行了预处理,获得借款描述文本信息;步骤三,对借款描述文本信息进行特征提取;步骤四,使用支持向量机分类方法,结合借款人的客观基础信息特征,以及借款描述文本信息对P2P网络借贷的违约风险进行识别;步骤五,采用十折交叉验证进行SVM核函数参数优化。本发明的识别P2P网络借贷借款人违约风险的方法,违约识别准确率提高了10个百分比以上,最高达73.42%。 | ||
搜索关键词: | 一种 识别 p2p 网络 借贷 借款人 违约 风险 方法 | ||
【主权项】:
1.一种识别P2P网络借贷借款人违约风险的方法,其特征在于,包括如下步骤:步骤一,采集P2P借款申请数据信息;步骤二,对数据进行了预处理,获得借款描述文本信息;步骤三,对借款描述文本信息进行特征提取,提取的文本特征包括:(1)文本长度,(2)可读性,(3)正负面情感,(4)语言强度,(5)违约文本特征词频变量,步骤四,使用支持向量机分类方法,结合借款人的客观基础信息特征,以及借款描述文本信息对P2P网络借贷的违约风险进行识别,包括步骤:首先,将数据集中的数据按借款人的还款行为分成两类:如期还款、违约,接着,构建SVM二分类器,调用支持向量机的训练函数对数据进行训练;步骤五,采用十折交叉验证进行SVM核函数参数优化:将数据集随机分为10份,每次取9份作为训练集训练分类器,剩余的一份做验证测试准确率检验模型的分类精度,评估参数的性能,计算预测误差平方和,上述过程重复10次,最后把10次的预测误差平方和再做平均作为选择最优模型结构的依据。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海出版印刷高等专科学校,未经上海出版印刷高等专科学校许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711229175.X/,转载请声明来源钻瓜专利网。
- 上一篇:一种防脱发无硅油洗发材料
- 下一篇:一种汽车挡泥板