文献

J-GLOBAL ID：202202240837832527   整理番号：22A0570883

COSLE:P2P貸出のためのコストに敏感なローン評価【JST・京大機械翻訳】

COSLE: Cost sensitive loan evaluation for P2P lending

著者 (4件)： Wu Sen (School of Economics and Management, University of Science and Technology Beijing, Beijing 100083, China) ,  Gao Xiaonan (School of Economics and Management, University of Science and Technology Beijing, Beijing 100083, China) ,  Gao Xiaonan (Department of Management Science and Information Systems, Rutgers, the State University of New Jersey, Newark, NJ 07102, USA) ,  Zhou Wenjun (Department of Business Analytics and Statistics, University of Tennessee, Knoxville, TN 37996, USA)
資料名： Information Sciences  (Information Sciences)
巻： 586  ページ： 74-98  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： ローン評価はピアツーピア(P2P)リーディングにおける基本的タスクである。効果的なローン評価は,インフォームド投資決定を行うのを助けることができる。既存の方法は,コア学習段階におけるローンのリターンを考慮せず,従って,ローンのリターンとそれらの最終ローン支払い結果の間の関係を探求することができない。本研究では,COst Sensitive Loan評価(COSLE)と呼ばれる系統的ローン評価フレームワークを提案した。具体的には,まず,各ローンに対する個人化コストを指定するインスタンス意識誤分類コスト(IMCO)行列を開発した。次に,ノードラベルを割り当てて,対応するコストを評価するためにDILAコストと呼ばれる差動ラベリングアルゴリズムを提案した。これらの強化をツリー誘導プロセスに統合することにより,COG指数と呼ばれるノード分割測定を構築した。それは,リターン情報と最終支払い結果の間の関係を利用する。さらに,LER評価メトリックを設計し,ローン評価モデルの能力を測定し,レンダーのリターンを増加させる。最後に,COSLEを用いて一般的な木モデルを改善した。Lending Clubデータセットに基づく大規模な実験は,著者らのCOSLEがレンダーのリターンを効果的に増加させることができることを示した。Copyright 2022 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： 学習 ,  *原価 ,  原価計算 ,  情報 ,  投資 ,  *評価 ,  国際海事機関 ,  貸出
準シソーラス用語： ピアツーピア ,  評価モデル ,  ホップ数 ,  評価枠組み , 【Automatic Indexing@JST】

著者キーワード (5件)： P2Pローン評価 ,  事例を意識した誤分類コスト ,  差分ラベリングノードコスト計算 ,  分割に基づく方法 ,  コストに敏感な分類

分類 (5件)： 予防医学一般  (GB01010B) ,  住宅建築,農村建築,城  (RB05040V) ,  計算機網  (JC03000K) ,  集積回路一般  (NC03161C) ,  その他の建設工事  (RA07110I)

タイトルに関連する用語 (3件)： P2P ,  貸出 ,  評価