基于随机森林的股权众筹项目风险评估研究

摘要：

为给不同风险风险偏好的投资者提供决策参考,提高风险评估精度,针对股权众筹交易过程中的风险问题,采用机器学习算法构建随机森林模型,对抓取的数据进行分析.研究发现,随机森林模型分类正确率为93.75%,明显优于其他分类算法,其中分红的次数和及时与否,以及公司信誉在股权众筹风险评估中显得尤其重要.

关键词：股权众筹、随机森林、风险评估、数据挖掘、交叉验证

所属期刊栏目：36

分类号：C931.2;F830.593(管理学)

资助基金：科技部科技创新战略研究专项ZIY2015028;山西省高哲学社会科学规划课题2017年度;山西省软科学研究项目2016041002-2

在线出版日期：2018-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：283-289