文献

J-GLOBAL ID：201802246277154887   整理番号：18A1209550

リッパに基づく改良クレジットカードユーザのデフォルト予測モデル【JST・京大機械翻訳】

An improved credit card users default prediction model based on RIPPER

著者 (3件)： Xu Pu (The Key Laboratory of Embedded, System and Service Computing, Tongji University, Shanghai, China) ,  Ding Zhijun (The Key Laboratory of Embedded, System and Service Computing, Tongji University, Shanghai, China) ,  Pan MeiQin (The School of Business and Management, Shanghai International Studies University, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICNC-FSKD  ページ： 1785-1789  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 金融部門の活発な発展によって,金融リスクは多様化の傾向を示して,それは特に商業銀行の顧客信用リスクを示した。結果として,顧客信用リスクは,一般的に金融機関によって考慮され,信用評価モデルは,時間が必要として現れる。現在,多くの研究は,モデルの精度を強化することに集中して,解釈可能性を無視して,それは産業において適用することを困難にした。精密化と比較して,解釈可能なモデルの研究は比較的小さく,さらに不均衡なデータセットのために,既存のモデルの精度は高くない。したがって,本研究はRIPPERアルゴリズムに基づく改良モデルを提案した。クレジットカードデータセット不均衡分布の問題に対して,合成少数クラスサンプリングアルゴリズムを等化サンプルに使用し,次に,デフォルトクレジットカードユーザを予測するためにRIPPERアルゴリズムにより生成されたルールの利点を利用した。モデルの性能をテストするために,著者らは経験的研究のために実際の台湾クレジットカード顧客データセットを使用した。モデル精度と解釈可能性の展望から,提案したSRIPERモデルを既存の主流モデルと比較して,実験の結果は,提案したモデルが良い結果を得ることを示した。本研究は,提案した信用カード利用者デフォルト予測モデルSRIPPERがある実用的応用価値を有することを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 金融機関 ,  台湾 ,  アルゴリズム ,  金融 ,  *予測モデル ,  *クレジットカード ,  多様化 ,  精密化 ,  等化
準シソーラス用語： モデル精度 ,  不均衡 ,  信用評価 ,  信用リスク ,  金融リスク , 【Automatic Indexing@JST】

分類 (5件)： 市場調査,広告  (KA06030H) ,  経営工学一般  (KA01010C) ,  人工知能  (JE08000Z) ,  事務・経営情報処理  (JE15020F) ,  産業経済  (KA02000Y)

タイトルに関連する用語 (3件)： リッパ ,  クレジットカード ,  予測モデル