A Comparative Analysis of Loan Requests Classification Algorithms in a Peer-to-Peer Lending Platform

Rodrigues, Denise Celeste Godoy de Andrade; Brasil, Antonio Reges; Costa, Maria Fernanda Lima e; Komati, Karin Satie; Pinto, Luiz Alberto

doi:10.1145/3229345.3229390

Cited by 2 publications

(3 citation statements)

References 22 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…This kind of distinction must be considered when designing proposals, and, in turn, it must be accompanied by a good understanding of the business and regulatory needs. As an example, some papers in which default is defined as in charged-off transactions, analyzed against fully paid transactions at the end of the credit life: Serrano-Cinca and Gutierrez-Nieto (2016), Kim and Cho (2019), Ye et al (2018), , Rodrigues et al (2018) or . The other definitions can be found in the Annex.…”

Section: 21mentioning

confidence: 99%

Risk-return modelling in the p2p lending market: Trends, gaps, recommendations and future directions

Garzón

Miñano

Vargas

et al. 2021

Electronic Commerce Research and Applications

View full text Add to dashboard Cite

The proposal for new financial products has been accompanied by new tools for risk management and profit in the Peer-to-Peer (P2P) lending market, one market in evolution, as an alternative for traditional investment and financing. For understanding this development, a systematic literature review and a bibliometric analysis of 104 papers published in the Web of Science database in the last decade are carried out using Scimat software. Our aim is to identify methodological elements, modelling components, analysis of variables and business aspects that generate opportunities for deepening its development and application. Developments of algorithms of artificial intelligence (AI) and machine learning (ML) support most of new proposals. Regulators, supervisors and users tend to increasingly seek these new alternatives in a natural project of financial digitalization demanded by technological advances, innovation and market development. Based on this study, recommendations in future research directions are provided for researchers.

show abstract

Section: 21mentioning

confidence: 99%

Risk-return modelling in the p2p lending market: Trends, gaps, recommendations and future directions

Garzón

Miñano

Vargas

et al. 2021

Electronic Commerce Research and Applications

View full text Add to dashboard Cite

show abstract

“…Baseada em busca, aárvore de decisão classifica os dados com base em regras inferidas a partir de seus atributos, tendo como vantagem facilitar o entendimento do modelo, bem como dos atributos mais relevantes. De modo geral, no método deárvore de decisão, o problemaé representado como umaárvore, onde cada nó de entradaé analisado e dividido [Rodrigues et al 2018].…”

Section: Materiais E Métodosunclassified

“…Métodos ensemble tendem a apresentar um menor overfitting. A Floresta Aleatória constrói diversasárvores em paralelo, que foram construídas com partes diferentes da base de treinamento, que posteriormente se combinam para obter umaúnica resposta como saída [Rodrigues et al 2018].…”

Section: Materiais E Métodosunclassified

SafetyRank: comparação de técnicas de aprendizado de máquina para classificação de alertas de segurança industriais

Fernandes

Komati

Gazolli

2020

Anais Do Encontro Nacional De Computação Dos Institutos Federais (EnCompIF 2020)

View full text Add to dashboard Cite

Nas áreas industriais emitem-se alertas de segurança em formato digital após a ocorrência de acidentes. Neste contexto, este trabalho propõe a criação de uma base de dados de alerta de seguranças, bem como uma comparação de técnicas de aprendizado de máquina para classificação de textos. A base de dados foi elaborada pelos autores, através de coleta de documentos públicos obtidos da internet. Classificadores clássicos, KNN, SVM, Naive Bayes, Árvores de decisão e Floresta Aleatórias foram aplicados à base de dados, sendo a melhor acurácia obtida pelo SVM com 0,79% seguido da Floresta Aleatória com 0,75%. Os resultados instigam a continuação do trabalho, pois uma base de dados pública de acidentes e alertas de segurança aumentam a divulgação destas informações.

show abstract

A Comparative Analysis of Loan Requests Classification Algorithms in a Peer-to-Peer Lending Platform

Cited by 2 publications

References 22 publications

Risk-return modelling in the p2p lending market: Trends, gaps, recommendations and future directions

Risk-return modelling in the p2p lending market: Trends, gaps, recommendations and future directions

SafetyRank: comparação de técnicas de aprendizado de máquina para classificação de alertas de segurança industriais

Contact Info

Product

Resources

About