随着互联网金融的蓬勃发展,用户对消费金融的需求也越来越丰富多样。满足用户的多样化需求与建立健全风险监管体系成为互联网金融发展的重中之重。如何实现数据驱动服务升级、技术辅助市场监管成为研究的热点问题。本文通过数据处理与特征工程实现用户认证信息、金融信息、行为信息的融合,利用深度森林算法建立模型进行信用风险评估。结果表明,该方法能有效挖掘数据潜在价值,提高信用风险评估与预警效果。最后,本文针对互联网金融的信用风险预警与市场监管提出了建议。
科研之友
微信
新浪微博
Facebook
分享链接
