01-20 16:45 门头沟学院 推荐算法
关注
农发行软开面经
问题：机器学习在银行信贷风控中的应用场景？
回答思路:
1.贷前:信用评估与反欺诈
信用评分卡:传统逻辑回归与机器学习(如XGBoost,
LightGBM)结合，利用多维度数据(交易、行为、农业生产
经营数据)预测违约概率。
反欺诈识别:使用无监督学习(如聚类、异常检测)或有
监督学习识别团伙欺诈、申请资料造假。
2.贷中:风险预警与额度管理
行为评分与早期预警:基于贷后还款行为、账户活动等实
时数据，利用时序模型预测客户风险等级变化，触发预警。
动态额度调整:根据客户风险变化和贡献度，利用强化学
习等模型动态调整授信额度。
3.贷后:催收策略优化
催收响应预测:预测不同客户对不同催收方式(短信、电
话、上门)的反应概率，优化催收资源分配，实现差异化
收。
回答思路:
1.贷前:信用评估与反欺诈
信用评分卡:传统逻辑回归与机器学习(如XGBoost,
LightGBM)结合，利用多维度数据(交易、行为、农业生产
经营数据)预测违约概率。
反欺诈识别:使用无监督学习(如聚类、异常检测)或有
监督学习识别团伙欺诈、申请资料造假。
2.贷中:风险预警与额度管理
行为评分与早期预警:基于贷后还款行为、账户活动等实
时数据，利用时序模型预测客户风险等级变化，触发预警。
动态额度调整:根据客户风险变化和贡献度，利用强化学
习等模型动态调整授信额度。
3.贷后:催收策略优化
催收响应预测:预测不同客户对不同催收方式(短信、电
话、上门)的反应概率，优化催收资源分配，实现差异化
收。
全部评论
相关推荐
01-20 16:48
门头沟学院 推荐算法 点赞 评论 收藏
分享
01-18 10:17
查看10道真题和解析 点赞 评论 收藏
分享