《R语言数据分析》课程教案-06 P2P信用贷款风险控制

第6章P2P信用贷款风险控制教案一、材料清单（1）《R语言商务数据分析实战》教材。（2）配套PPT。（3）引导性提问。（4）探究性问题。（5）拓展性问题。二、教学目标与基本要求1.教学目标通过数据分析的方法构建P2P信贷用户还款逾期率模型。重点介绍数据探索和数据清洗的内容，并深度分析出影响用户还款逾期的重要因素。根据分析结果，为某P2P信贷企业提出了后期业务改进意见。2.基本要求（1）熟悉用户逾期预测的步骤与流程。（2）掌握结构化数据探索，并提取其中有效信息的方法与步骤。（3）掌握常见数据预处理方法。（4）熟悉GBM模型构建与参数调节方法。（5）找出影响用户逾期还款的关键因素。（6）使用GBM算法预测用户逾期还款的概率。三、问题3.引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。（1）P2P信贷行业现状有哪些？（2）怎么控制P2P信贷风险？4.探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。（1）P2P信贷用户逾期预测的步骤与流程有哪些？（2）P2P信贷用户逾期预测的方法还有哪些？5.拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。（1）除了GBM算法外，能否使用其他算法预测P2P信贷用户逾期？四、主要知识点、重点与难点6.主要知识点（1）分析P2P信贷行业所面临的现状。（2）了解某P2P信贷平台现阶段数据情况。（3）熟悉P2P信贷用户逾期预测的基本流程与步骤。（4）分析用户信息完善程度、用户信息修改情况、区域经济发展情况、借款月份情况分别与逾期率之间的关系。（5）使用第三方平台信息构建特征。（6）处理类别型特征，插补数值型特征缺失值与筛选冗余特征。（7）了解GBM算法的基本原理，优缺点和使用场景。（8）使用ROC曲线评价构建完成的GBM模型。（9）分析构建的GBM模型的计算结果。7.重点（1）P2P信贷用户逾期预测的步骤与流程。（2）分析户信息完善程度、用户信息修改情况、区域经济发展情况、借款月份情况分别与逾期率之间的关系。（3）使用第三方平台信息构建特征。（4）处理类别型特征，插补数值型特征缺失值与筛选冗余特征。（5）使用ROC曲线评价构建完成的GBM模型。8.难点处理类别型特征，插补数值型特征缺失值与筛选冗余特征。五、教学过程设计9.理论教学过程（1）分析P2P信贷行业所面临现状。（2）了解数据的基本情况。（3）认识资金流量预测。（4）熟悉P2P信贷用户逾期预测的步骤与流程。（5）分析用户信息完善程度、用户信息修改情况、区域经济发展情况、借款月份情况分别与逾期率之间的关系。（6）使用第三方平台信息构建特征。（7）处理类别型特征，插补数值型特征缺失值与筛选冗余特征。（8）了解GBM算法的基本原理，优缺点，使用场景与R语言函数。（9）使用ROC曲线评价构建完成的GBM模型。（10）分析构建的GBM模型的计算结果。10.实验教学过程（1）画图分别展示用户信息完善程度、用户信息修改情况、区域经济发展情况、借款月份情况分别与逾期率的分布。（2）使用第三方平台信息构建特征。（3）对登录信息表和更新信息表进行长宽表转换。（4）针对类