（支持资料、图片参考_相关定制）_文章底部可以扫码)
大数据环境下的个人信用评分模型构建与优化研究(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_文章底部可以扫码
摘要
当前个人信用越来越受到企业和政府部门的关注，不同类别的信贷企业也在快速发展。随之而来的信贷市场扩大和信贷机构的竞争让个人信用评估体系的重要性愈加明显。本文选取了9个与个人信用相关的评价指标，将是否迪约作为因变量，采用决策树和逻辑回归算法进行个人信用评分模型的构建。最终两个模型的训练效果都基本满足要求，达到预期效果。关键词:个人信用;逻辑回归;决策树。
一、项目概述.
(一)项目背景
近年来，由于市场经济、互联网金融和大数据技术的不断发展，个人信用越来越被重视。各类信贷业务都在迅猛的发展，成为拉动经济和金融机构利润增长的重要引擎。总体来说，我国消费信贷行业仍处于上升阶段，在其发展的同时也对个人信用体系形成了巨大需求，也因此暴露出诸多不足的地方消费市场的不断扩大和消费信贷机构之间的竞争凸显了建立和完善个人信用评估体系的重要性，而其中最为核心的技术就是个人信用评分模型的建立。个人信用评分模型是指利用信息对信贷客户进行违约风险大小评级的方法和过程，过分析收集到的客户信息，如基本情况、职业状况收入水平、信贷记录和家庭因素等历史信息来建立的统计模型，对客户遵守信贷约定的能力进行量化和判，从而形成个人信用评分。
因此，建立具有良好预测性能的个人信用评分模型，既有力于金融机构防范不良贷款的风险，也有处于促进个人信贷消费，推动消费市场的良性发展。
