互联网 类型
可以朗读 语音朗读
181千字 字数
2022-01-01 发行日期
展开全部

主编推荐语

全书由浅入深、循序渐进地讲述了大数据时代下的征信技术。

内容简介

本书聚焦于个人层面的信用违约技术研究、风险预警与监控系统的实现，但其中的技术也可以便捷地应用于企业征信。

本书分为三个部分，第一部分是基础技术研究，介绍了征信业务中多源、多模态数据的融合方法，以及大数据征信模型的归因分析与解释性研究；第二部分是信用评估技术研究，包括大数据征信场景下时序数据的挖掘与分析，违约风险评估预警技术，以及不同区域的差异性 对于信用情况的影响；第三部分聚焦于信用评估系统研发，从全局角度描述了一个信用评估与监控预警系统的实现。

目录

  • 版权信息
  • 内容简介
  • 作者简介
  • 前言
  • 第一部分 基础技术研究
  • 第1章 多源多模态征信大数据融合方法
  • 1.1 多模态融合概述
  • 1.2 多模态融合相关理论技术
  • 1.3 基于协同学习技术的决策级融合方法
  • 1.4 基于多模态适配器的特征级融合方法
  • 1.5 基于协同学习的多源数据融合原型系统
  • 第2章 大数据征信归因分析及模型可解释性研究
  • 2.1 大数据征信分析概述
  • 2.2 相关理论技术
  • 2.3 归因分析技术研究
  • 2.4 模型可解释性提升技术研究
  • 2.5 原型系统的设计与实现
  • 第二部分 信用评估技术研究
  • 第3章 基于时序行为分析的信用评估技术
  • 3.1 时序行为信用评估概述
  • 3.2 相关理论技术
  • 3.3 数据准备与特征工程
  • 3.4 基于时序行为的征信评估模型设计
  • 3.5 模型验证与原型系统
  • 第4章 征信大数据频繁模式与关联规则挖掘
  • 4.1 征信大数据挖掘概述
  • 4.2 相关理论技术
  • 4.3 多源征信大数据融合方法
  • 4.4 结构化征信大数据动态关联规则挖掘算法
  • 4.5 流式半结构化征信大数据频繁项集挖掘算法
  • 4.6 实验结果与分析
  • 第5章 信用风险违约识别与预警技术
  • 5.1 信用风险违约概述
  • 5.2 相关理论技术
  • 5.3 信用风险数据与数据预处理
  • 5.4 个人信用风险违约识别与预警模型设计
  • 5.5 模型验证与原型系统
  • 第6章 信用环境的区域差异性影响因素
  • 6.1 信用环境的区域差异概述
  • 6.2 相关理论技术
  • 6.3 基于两种机器学习算法的我国城市商业信用环境指数模型
  • 6.4 基于TreeSHAP特征因子解释分析
  • 第三部分 信用评估系统研发
  • 第7章 信用评估监测预警技术及系统
  • 7.1 系统建设目标与任务
  • 7.2 系统设计
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。