Biblioteca122.294 documentos en línea

Artículo

Research on Default Prediction for Credit Card Users Based on XGBoost-LSTM ModelInvestigación sobre la predicción de incumplimiento para usuarios de tarjetas de crédito basada en el modelo XGBoost-LSTM.

Resumen

El negocio de las tarjetas de crédito se ha convertido en un servicio financiero indispensable para los bancos comerciales. Con el desarrollo del negocio de tarjetas de crédito, los bancos comerciales han logrado resultados sobresalientes en el mantenimiento de clientes existentes, la captación de clientes potenciales y la cuota de mercado. Durante las operaciones con tarjetas de crédito, se generan enormes cantidades de datos en múltiples dimensiones, incluida información básica del cliente; información de facturación, cuotas y pagos; flujos de transacciones; y registros de morosidad. En comparación con los enlaces previos y posteriores al préstamo, la predicción de incumplimiento del usuario en el enlace de préstamo tiene una gran escala de datos, lo que dificulta identificar signos de riesgo. Con la reciente madurez y practicidad creciente de tecnologías como el análisis de big data e inteligencia artificial, se ha vuelto posible extraer y analizar aún más cantidades masivas de datos de transacciones. Este estudio extrajo y analizó

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento