(贵州财经大学信息学院，贵州 贵阳 550025)

0 引言

信用卡最早出现于19 世纪的英国服装业，但随着社会经济的快速发展，世界各国银行相继发行信用卡，由于信用卡具有信用贷款、免息还款期、分期还款等特点，受到了广大消费者的追捧，伴随着优惠力度大的同时，信用卡的发展也给社会带来了威胁，例如盲目消费、过度消费、信用卡诈骗等不良现象，造成持卡人和发卡方都遭受损失[1]。为了维护消费者和银行利益，保证信用卡在消费市场的良好使用，在申请机制上，笔者运用逻辑回归算法对信用卡申请进行研究。

本文选取的逻辑回归作为机器学习算法中的一种，其应用范围更为宽广，尤其在二分类的问题上，逻辑回归的处理能力较为突出，本文选取银行客户的基本信息作为信用评分依据，通过数量化的管理方法，对客户信用状态进行数量化的度量，以此作为信用卡申请结果分类预测的依据，通过对训练模型的不断调整和优化，本文预测模型在处理信息量庞大的数据集上效果显著，能够为银行的信用卡服务提供有效参考，提高服务效率。

1 文献综述

伴随着大数据时代的来临，社会各领域都在力求通过技术的创新来实现产业的良好发展，逻辑回归作为一种在处理分类问题上能够准确预测未来价值的算法模型[2]，已经普遍应用于金融、医学、自然科学等多个领域，对于逻辑回归的学术研究成为当前诸多学者们关注的焦点。笔者通过对国内外有关逻辑回归研究的文献，利用KH Coder Folder 分析工具进行层次聚类分析后，得出如图1、图2 所示的研究热点。……