大家好，感謝小丫分隊各位親愛的小伙伴們的辛苦勞動，在接下來的幾期中，我們將會給大家講解征信行業(yè)的基本背景。本案例分為excel版本和R版本，相較于R版本而言，excel版本將更加精簡輕便。
背景介紹
到了iphone X橫空出世的季節(jié)，那么假設小明是iphone的鐵粉，想要買iphone X，但是卻一下子拿不出這么多錢，怎么辦呢？借錢，分期？沒錯，能夠提供這樣服務的產品呢，也就是消費信貸產品了。而對于信用貸款而言，離不開的就是對于用戶進行正確的信用評價。
信用評價為啥重要？怎么評價，以及數(shù)據模型能幫什么忙呢？我們在接下來的幾期中將一一為大家進行解答。本期將首先介紹一些可能的數(shù)據源，數(shù)據模型簡介，以及可能的商業(yè)應用。
征信得分的得出與數(shù)據源
征信得分的得出無外乎就是進行用戶畫像，而征信的本質就是對于用戶的違約概率進行判定。
那么非常重要的問題是，有哪些數(shù)據可以被應用于做征信呢？本案例中我們將做一個簡單介紹，在后面的幾節(jié)中，我們將對于不同數(shù)據源詳細展開。
在有了征信數(shù)據之后，我們非常重要的工作就是從該結構化以及非結構化的數(shù)據中提取特征了，在接下來的幾節(jié)中，我們將為大家詳細介紹不同數(shù)據源，結構化或者非結構化的，不同特征提取方法。
商業(yè)應用
在建立模型之后，可以預測得到用戶的非違約概率，從而進行商業(yè)應用，比如精準化得分，比如繪制用戶雷達圖。
在這個例子中，我們通過基礎的用戶信息，可以通過模型的計算輸出如上的雷達圖。這表明熊二在個人情況，收入水平方面一般，學習能力中上，但是社交人脈較廣，并且具有較好的消費理念。想知道這樣的圖表是如何繪制的，以及如何應用征信模型結果嗎？我們將在這個案例中為您揭曉答案。
聯(lián)系客服
