文献

J-GLOBAL ID：202002271533807832   整理番号：20A0477037

データマイニング技術に基づくP2Pプラットフォームのクレジットリスクの調査【JST・京大機械翻訳】

Exploration of credit risk of P2P platform based on data mining technology

著者 (2件)： Cai Shousong (School of Business Administration, Shanghai Lixin University of Accounting and Finance, Shanghai 201209, China) ,  Zhang Jing (School of Business Administration, Shanghai Lixin University of Accounting and Finance, Shanghai 201209, China)
資料名： Journal of Computational and Applied Mathematics  (Journal of Computational and Applied Mathematics)
巻： 372  ページ： Null  発行年： 2020年 
JST資料番号： W0152A  ISSN： 0377-0427  CODEN： JCAMDI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 目的は,投資銀行が良い信用で顧客を選択し,より大きなリスクを持つ顧客を除外し,投資家のリスクを最小にし,投資家の最大関心を維持することを助けることであった。データマイニング技術を用いて,個人的ピアツーピア(P2P)ネットワークに対する個人の信用リスク評価モデルを確立し,次に,プラットフォームのリスクを低減するために,レンズの信用状況を正確に評価した。まず第一に,2018年におけるLendingClub(LC)プラットフォームのローンデータを収集して,分類して,次に,不均衡データセットを前処理を通して得た。第二に,不均衡データセットを層によってサンプリングして,10のバランスしたデータセットを得て,評価の4つのインデックスをデータ分類,すなわち,P2Pプラットフォーム信用評価インデックスを通して得た。最後に,LCプラットフォームの実際のデータをディシジョンツリーと二項論理回帰アルゴリズムによって評価した。予測能力を向上させるために単一の特徴を探索するために,CfsSubset評価戦略とBestst探索戦略を用いて,レンズの信用評価を分析した。研究結果は,ディシジョンツリーアルゴリズムが予備スクリーニングの精度を向上させ,より正確に境界のデフォルト確率を予測することができ,より高いデフォルト率を有する境界線をフィルターアウトし,プラットフォームのローンリスクを減少させるが,二項ロジスティック回帰アルゴリズムは良い性能を示すことができることを示した。2つのアルゴリズムの組合せにより,レンズの信用状態を本当に推定し,トランザクション効率を改善することができる。したがって,データマイニング技術に基づくブロックチェーンプラットフォームの信用リスクに関する研究は,投資家の信用レベルを改善し,投資収入を改善し,取引コストを節約し,クレジット資源の配分を最適化し,クレジット規制当局による効果的な監視を達成するために非常に重要である。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データマイニング ,  投資 ,  フィルタ ,  銀行 ,  アルゴリズム ,  ディシジョンツリー ,  前処理 ,  最適化 ,  ネットワーク ,  スクリーニング ,  レンズ
準シソーラス用語： ロジスティック回帰分析 ,  データ分類 ,  不均衡データセット ,  投資家 , 【Automatic Indexing@JST】

著者キーワード (4件)： クレジットリスク評価 ,  データマイニング ,  ピアツーピア貸借 ,  ブロックチェーンプラットフォーム

分類 (4件)： システム設計・解析  (IA02030D) ,  数値計算  (JE02000J) ,  経営工学一般  (KA01010C) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： データマイニング技術 ,  P2P ,  プラットフォーム ,  クレジットリスク ,  調査