本文關(guān)鍵詞：基于深度學(xué)習(xí)的信用卡逾期風(fēng)險(xiǎn)預(yù)測(cè)的方法研究與實(shí)現(xiàn)

  更多相關(guān)文章： 深度學(xué)習(xí) 信用風(fēng)險(xiǎn) 過(guò)擬合

【摘要】：隨著近幾年來(lái)信用卡發(fā)卡量的爆發(fā)式增長(zhǎng),當(dāng)前信用卡業(yè)務(wù)已成為商業(yè)銀行利潤(rùn)的重要組成部分,但同時(shí)也帶來(lái)了高風(fēng)險(xiǎn),這是商業(yè)銀行在風(fēng)險(xiǎn)防控領(lǐng)域需要重視的問(wèn)題。信用風(fēng)險(xiǎn)一直是商業(yè)銀行運(yùn)營(yíng)中的重要風(fēng)險(xiǎn),關(guān)系著商業(yè)銀行的經(jīng)營(yíng)和發(fā)展?fàn)顩r。如何有效識(shí)別信用卡客戶,減少高風(fēng)險(xiǎn)信用卡客戶的授信額度,以降低信用風(fēng)險(xiǎn)給商業(yè)銀行帶來(lái)的損失,是防控信用風(fēng)險(xiǎn)的重點(diǎn)難點(diǎn)�；诋�(dāng)前信用卡逾期風(fēng)險(xiǎn)預(yù)測(cè)的困難和深度學(xué)習(xí)優(yōu)秀的特征學(xué)習(xí)能力,文章提出了基于深度學(xué)習(xí)的信用卡逾期風(fēng)險(xiǎn)預(yù)測(cè)的方法。本文在對(duì)某商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)導(dǎo)出數(shù)據(jù)的充分分析的基礎(chǔ)上,首先對(duì)導(dǎo)出數(shù)據(jù)進(jìn)行了預(yù)處理。對(duì)輸入項(xiàng)進(jìn)行分析、刪減與標(biāo)準(zhǔn)化處理,并實(shí)現(xiàn)了一個(gè)基于深度學(xué)習(xí)的分類器模型,對(duì)個(gè)人客戶的信用卡逾期風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。然后對(duì)該模型進(jìn)行調(diào)優(yōu),對(duì)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行微調(diào),在兼顧實(shí)驗(yàn)環(huán)境機(jī)器性能的情況下盡可能優(yōu)化實(shí)驗(yàn)結(jié)果。針對(duì)模型過(guò)擬合問(wèn)題,本文使用了多個(gè)過(guò)擬合解決方案處理,并對(duì)效果做了實(shí)驗(yàn)對(duì)比。
【關(guān)鍵詞】：深度學(xué)習(xí) 信用風(fēng)險(xiǎn) 過(guò)擬合
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.2;TP18
【目錄】：

• 中文摘要4-5
• ABSTRACT5-10
• 第一章 引言10-16
• 1.1 研究背景與意義10-11
• 1.2 研究現(xiàn)狀11-13
• 1.3 本文的研究?jī)?nèi)容與章節(jié)安排13-16
• 第二章 相關(guān)理論基礎(chǔ)16-29
• 2.1 信用卡風(fēng)險(xiǎn)相關(guān)知識(shí)16-19
• 2.1.1 信用卡風(fēng)險(xiǎn)16-17
• 2.1.2 信用卡信用風(fēng)險(xiǎn)17-19
• 2.2 深度學(xué)習(xí)理論基礎(chǔ)19-24
• 2.2.1 深度學(xué)習(xí)背景19-21
• 2.2.2 深度學(xué)習(xí)模型21-24
• 2.3 深度學(xué)習(xí)的過(guò)擬合問(wèn)題24-26
• 2.3.1 過(guò)擬合概念24-25
• 2.3.2 Dropout25-26
• 2.3.3 Batch Normalization26
• 2.4 提高類不平衡數(shù)據(jù)的分類準(zhǔn)確率26-27
• 2.5 本章小結(jié)27-29
• 第三章 深度學(xué)習(xí)模型構(gòu)建29-39
• 3.1 輸入層設(shè)計(jì)29-34
• 3.1.1 數(shù)據(jù)抽取29-30
• 3.1.2 數(shù)據(jù)探索分析30-32
• 3.1.3 數(shù)據(jù)變換32-34
• 3.1.4 過(guò)抽樣34
• 3.2 輸出層設(shè)計(jì)34-35
• 3.3 構(gòu)建專家樣本庫(kù)35-36
• 3.4 深度神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)36-37
• 3.4.1 模型構(gòu)建36-37
• 3.4.2 設(shè)計(jì)編譯模型37
• 3.5 本章小結(jié)37-39
• 第四章 深度學(xué)習(xí)實(shí)驗(yàn)與分析39-51
• 4.1 訓(xùn)練結(jié)果分析39-40
• 4.2 模型調(diào)優(yōu)40-49
• 4.2.1 增加遞歸次數(shù)40-41
• 4.2.2 增加Dropout層41-43
• 4.2.3 增加Batch Normalization層43-45
• 4.2.4 更換激活函數(shù)45-49
• 4.3 與傳統(tǒng)方法性能比較49
• 4.4 本章小結(jié)49-51
• 第五章 總結(jié)與展望51-54
• 5.1 研究工作總結(jié)51-52
• 5.2 展望52-54
• 參考文獻(xiàn)54-59
• 攻讀碩士期間發(fā)表的論文59-60
• 致謝60-61

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 藺婉軒;;信用卡風(fēng)險(xiǎn)防范問(wèn)題研究[J];神州;2013年21期

2 徐悅;管?chē)?guó)強(qiáng);;我國(guó)商業(yè)銀行信用卡風(fēng)險(xiǎn)成因及其風(fēng)險(xiǎn)管理措施分析[J];中國(guó)物價(jià);2013年04期

3 王世珍;;我國(guó)商業(yè)銀行信用卡業(yè)務(wù)風(fēng)險(xiǎn)防范[J];合作經(jīng)濟(jì)與科技;2011年08期

4 曲秋實(shí);李莉;;信用卡的信用風(fēng)險(xiǎn)及其防范[J];商業(yè)經(jīng)濟(jì);2010年11期

5 胡珀;孫建華;;試論金融創(chuàng)新與金融創(chuàng)新風(fēng)險(xiǎn)防范[J];金融與經(jīng)濟(jì);2008年04期

6 林智勇;郝志峰;楊曉偉;;不平衡數(shù)據(jù)分類的研究現(xiàn)狀[J];計(jì)算機(jī)應(yīng)用研究;2008年02期

7 王增國(guó);;銀行卡欺詐風(fēng)險(xiǎn)分析與防范措施[J];中國(guó)信用卡;2007年02期

8 吳沖,呂靜杰;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)成因分析[J];企業(yè)經(jīng)濟(jì);2004年01期

9 李儉川,秦國(guó)軍,溫熙森,胡蔦慶;神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的過(guò)擬合問(wèn)題及解決方法[J];振動(dòng)、測(cè)試與診斷;2002年04期

，

本文編號(hào)：974544