Key points are not available for this paper at this time.
تعتبر جودة نماذج تقييم مخاطر الائتمان حاسمة لضبط المخاطر وعمليات المؤسسات المالية المستقرة. يثبت عبور الميزات فعاليته العالية في نمذجة قضايا عجز الائتمان للمستخدمين، لكن نماذج التنبؤ بالعجز الائتماني التقليدية غالبًا ما تتجاهل تفاعل الميزات والتداخل المعلوماتي. تقدم هذه الدراسة طريقة الضغط المتقاطع التكيفي للميزات لتنبؤ بالعجز الائتماني. يتم استخدام آلية بوابة SENET لإزالة التداخل البياني والحصول بشكل تكيفي على ميزات مدمجة ذات وزن. تلتقط وحدة الضغط المتقاطع التفاعل الكامن بين الميزات المدمجة الأصلية المنفصلة والميزات المدمجة ذات الوزن، مما يعزز تمثيل الميزات المنفصلة للمستخدم. يستخدم الأسلوب أيضًا شبكة MLP قائمة على الانتباه للوزن التكيفي للميزات المدمجة. بالإضافة إلى ذلك، يتم استخدام شبكة MLP لنمذجة تفاعل الميزات المتصلة، مما يعزز القدرة على نمذجة الميزات غير الخطية. للتحقق من فعالية الطريقة المقترحة، تم إجراء تجارب على مجموعتين حقيقيتين من البيانات مقدمتين من منصتي Tianchi وLending Club. تم مقارنة الأداء مع 11 نوعًا مختلفًا من أساليب التنبؤ، بما في ذلك LR وXGBoost وFM. تشير النتائج إلى أن الطريقة المقترحة عززت أداء AUC بنسبة 1-2%، وزادت KS بنسبة 0.5-4.5%، وحسنت قيم G-mean بنسبة 1%-1.5%.
درس تشانغ وآخرون (Sun) هذا السؤال.