林国强;赵一鸣;邝庆佐;范莹 利用机器学习和复杂网络算法预测不良P2P贷款。 （中文。英文摘要） Zbl 1389.62142号 J.北京标准。大学，自然科学。 53，第1期，24-27（2017）。 摘要：从2013年起，P2P（对等）公司使人们能够轻松获得小额贷款。P2P已经成为互联网金融行业的重要组成部分和发展趋势。尽管公司从贷款利息中受益，但不良贷款对其未来可能是致命的。因此，预测不良贷款可以帮助这些公司避免亏损和繁荣。这里我们分析了Wecash（一家著名的互联网金融公司）客户的手机联系人。我们构建了每个客户端的定向网络捕获关系。然后，我们应用一个带有机器学习的模型来预测客户未能偿还贷款的概率。有趣的是，网络结构和客户邻域可以对客户信用有所了解。 MSC公司： 62M20型 随机过程推断和预测 68T05型 人工智能中的学习和自适应系统 05C82号 小世界图形、复杂网络（图形理论方面） 62第20页 统计学在经济学中的应用 关键词：复杂网络;互联网金融;点对点;机器学习 PDF格式BibTeX公司 XML格式引用 \textit{G.Lin}等人，J.北京规范。国立科学大学。53，第1号，24-27（2017；Zbl 1389.62142） 全文： 内政部