메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
홍태호 (부산대학교) 김성훈 (부산대학교) 김은미 (부산대학교)
저널정보
한국인터넷전자상거래학회 인터넷전자상거래연구 인터넷전자상거래연구 제19권 제1호
발행연도
2019.2
수록면
1 - 16 (16page)
DOI
10.37272/JIECR.2019.02.19.1.1

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This study propose an approach for developing credit rating model with imbalanced data using machine learning techniques such as decision trees, neural networks, deep learning, and GAN. We develop a personal credit rating model to resolve an issue from imbalanced data for machine learning by utilized the SMOTE and GAN. Personal credit rating is an important system for personal loans such as FinTech, and has been applied with many deep learning techniques. Therefore, the purpose of this study is to develop an intelligent personal credit rating model based on deep learning that can be effectively used in a small data set. Therefore, in this study, 5 samples of 10,000 data sets are sampled and the size of the data set is increased by utilizing the SMOTE and GAN, which is an over sampling technique. We applied classification techniques such as logit, decision tree, ANN, and DNN. Then, to solve the imbalanced data problems, we applied under sampling, SMOTE, and GAN, and compared which the performance of statistical techniques, machine learning, and deep learning. As a result, deep learning based on personal credit rating model of SMOTE + DNN showed the highest performance with 66.2%.
#GAN #FinTech #Deep Learning #Imbalance Data #DNN

목차

Abstract
Ⅰ. 서론
Ⅱ. 선행 연구
Ⅲ. 연구 프레임워크
Ⅳ. 실험 및 결과분석
Ⅴ. 결론
참고문헌

참고문헌 (23)

참고문헌 신청
김량형 / 2016 / 데이터마이닝 기법을 이용한 기업부실화 예측 모델 개발과 예측 성능 향상에 관한 연구 / Information Systems Review 18(2):173~198 dbpia 안철휘 / 2018 / 적대적 생성 신경망(GAN)을 활용한 오버샘플링에 관한 연구 / 2018년 한국지능정보시스템학회 춘계학술대회 논문집 :76~79 dbpia 유현선 / 2018 / 핀테크 비즈니스 생태계에서 IT기업의 전략 / 인터넷전자상거래연구 18(3):41~69 dbpia 이군희 / 2017 / 개인신용평가 모형을위한 딥러닝 활용에 대한 연구 / 한국경영과학회 학술대회논문집 :4042~4047 dbpia 홍승진 / 2017 / 불균형 게임데이터문제해결을 위한 Generative Adversarial Network 기반 오버 샘플링 기법 / 대한전자공학회 하계종합학술대회 :1227~1228 dbpia

이 논문의 저자 정보

이 논문과 함께 이용한 논문

카카오톡 오픈빌더 기반의 일기 예보 챗봇 설계 및 구현
이원주 ,  김한수 ,  차대윤 외 3명 한국컴퓨터정보학회 학술발표논문집 2019 .07
딥러닝를 사용한 온라인 게임에서의 욕설 탐지
박성희 ,  김휘강 ,  우지영 한국컴퓨터정보학회 학술발표논문집 2019 .07
기계학습 기법을 이용한 소상공인 신용평가모형 구축에 관한 연구
박주완 ,  송창길 ,  배진성 기업과혁신연구 2017 .12
설명 가능한 AI 기술을 활용한 신용평가 모형에 대한 연구
천예은 ,  김세빈 ,  이자윤 외 1명 한국데이터정보과학회지 2021 .03
개인신용평가 모델을 위한 데이터 증강과 전이학습
김명국 ,  정호성 ,  민찬호 한국정보기술학회논문지 2024 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-323-000467333