基于XGBOOST的用戶信用評(píng)分建模

韓修龍

摘要：用戶信用評(píng)分在金融領(lǐng)域有著廣泛的運(yùn)用，特別是在用戶貸款審核方面，傳統(tǒng)的貸款審核需要業(yè)務(wù)員不斷的線下核實(shí)申請(qǐng)者的各種信息，這種核實(shí)不僅需要耗費(fèi)巨大的人力與財(cái)力，有的時(shí)候經(jīng)驗(yàn)不豐富的業(yè)務(wù)員很容易出差錯(cuò)，導(dǎo)致壞賬率非常的高，會(huì)給放款機(jī)構(gòu)帶來(lái)非常大的損失。該文介紹的方法，基于數(shù)據(jù)挖掘中的XGBOOST模型，綜合貸款用戶多方面的行為記錄為用戶提供全方位的信用評(píng)估，相比于傳統(tǒng)的人工審核，在成本上降低很多，但是準(zhǔn)確率有非常大的提升。

關(guān)鍵詞：信用評(píng)估；XGBOOST