近年来，网络贷款的兴起带来了大量的用户贷款信息，金融行业普惠政策的推广使其亟需了解用户贷款信息对违约的影响，分析用户贷款信息、预测风险用户是成功推广普惠政策的重点。由于银行贷款数据量较少，为了解决小样本问题，该文引入迁移学习思想，将网络贷款的海量数据迁移至银行贷款数据中，基于LightGBM模型采用5折交叉验证进行训练，得到风险用户识别模型，实现对风险用户的精准预测，从而达到保障金融风控安全的目的。
科研之友
微信
新浪微博
Facebook
分享链接
