Resumen

El advenimiento de la era del big data ha proporcionado una nueva forma de desarrollo para la cobranza de créditos financieros en Internet. Los métodos tradicionales de identificación de riesgos crediticios de las empresas financieras en línea no pueden obtener las características de zonificación de riesgos crediticios, lo que conduce a grandes errores en los resultados de identificación de riesgos crediticios. Por lo tanto, este artículo propone un nuevo método de identificación de riesgos crediticios basado en big data para las empresas financieras en Internet. Según la perspectiva del big data, se analizan los pasos de evaluación de riesgos crediticios de las empresas financieras en Internet y se calcula el peso de los indicadores de evaluación utilizando el proceso de jerarquía analítica (AHP) mejorado, y se aplica el método de síntesis ponderada lineal para evaluar de manera integral el crédito de los clientes. Utilizando las características únicas de la división de regiones de riesgo crediticio de big data, el riesgo crediticio de big data se determina mediante un método de coincidencia basado en reglas. Se utiliza el

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Era; Big data; Identificación del riesgo de crédito; Empresas financieras de Internet; Indicadores de evaluación; Algoritmo de aprendizaje automático
• Keywords:Era; Big data; Credit risk identification; Internet financial enterprises; Assessment indicators; Machine learning algorithm