Resumen

El método actual de evaluación del riesgo crediticio del comercio electrónico es propenso a un mal equilibrio de los datos y a una baja precisión de la evaluación. En este estudio se propone un modelo de evaluación del riesgo crediticio del comercio electrónico basado en el algoritmo RB-XGBoost. Se utiliza el método de equilibrio aleatorio adaptativo (RB) para muestrear y procesar los datos obtenidos con el fin de mejorar el grado de equilibrio de los datos. Se construye un sistema de índice de evaluación basado en los datos procesados. Basándose en el sistema de índice de evaluación del riesgo y en el algoritmo XGBoost, este trabajo construye un modelo de evaluación del riesgo del comercio electrónico y evalúa el riesgo de crédito del comercio electrónico utilizando este modelo. Los resultados experimentales muestran que el método propuesto tiene un buen equilibrio de datos, un elevado coeficiente kappa y una gran área de la curva receiver operating characteristic (ROC), lo que puede mejorar eficazmente la precisión de la evaluación del riesgo de crédito del comercio electrónico.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:datos, algoritmo xgboost, evaluación del riesgo crediticio del comercio, precisión de la evaluación del riesgo crediticio del comercio, modelo de evaluación del riesgo crediticio del comercio, modelo de evaluación del riesgo crediticio del comercio, sistema de índice de evaluación del riesgo, equilibrio aleatorio adaptativo, sistema de índice de evaluación, riesgo crediticio del comercio
• Keywords:data, xgboost algorithm, commerce credit risk assessment, commerce credit risk assessment accuracy, commerce credit risk assessment model, commerce risk assessment model, risk evaluation index system, adaptive random balance, assessment index system, commerce credit risk