Resumen

La evaluación precisa del nivel de riesgo y el rendimiento operativo de las plataformas de préstamos en línea P2P no solo es beneficiosa para el buen funcionamiento de los intermediarios de información, sino también para la protección efectiva de los intereses de los inversores. Este artículo propone un algoritmo genético (GA) mejorado de máquina de vectores de soporte (SVM) con un sistema de índices para construir un modelo de evaluación de este tipo. Se mejora un kernel híbrido que consiste en una función polinómica y una función de base radial, específicamente los parámetros del kernel y el peso de los dos kernels, mediante el método GA con una excelente optimización global y una rápida convergencia. Las pruebas empíricas basadas en datos de sección transversal del mercado chino de préstamos P2P demuestran la superioridad del modelo SVM de kernel híbrido mejorado. La precisión de clasificación del nivel de riesgo crediticio y la calidad operativa es mayor que la del modelo SVM de kernel único, así como del modelo de kernel híbrido

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Evaluación; Nivel de riesgo; Desempeño operativo; Plataformas de préstamos en línea P2P; Algoritmo genético; Máquina de soporte vectorial de núcleo híbrido
• Keywords:Evaluation; Risk level; Operation performances; P2P online lending platforms; Genetic algorithm; Hybrid kernel support vector machine