發(fā)布時(shí)間：2021-08-27 04:05

　　金融安全是國(guó)家安全中非常重要的一環(huán)。隨著互聯(lián)網(wǎng)金融、智慧金融的迅速發(fā)展,金融業(yè)務(wù)面臨的風(fēng)險(xiǎn)挑戰(zhàn)越來(lái)越大。大數(shù)據(jù)時(shí)代的到來(lái)使得機(jī)器學(xué)習(xí)成為了非常重要的金融風(fēng)控工具。數(shù)據(jù)量級(jí)的提升,對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)帶來(lái)了挑戰(zhàn)和機(jī)遇。在互聯(lián)網(wǎng)金融行業(yè),傳統(tǒng)的面向小數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)已很難滿足大數(shù)據(jù)時(shí)代下的種種需求。通過(guò)并行化機(jī)器學(xué)習(xí)算法,在保證計(jì)算準(zhǔn)確度的基礎(chǔ)上,提升數(shù)據(jù)處理的響應(yīng)速度是智慧金融算法領(lǐng)域的一個(gè)關(guān)鍵問(wèn)題。本文在金融安全問(wèn)題背景下,研究金融風(fēng)險(xiǎn)控制領(lǐng)域信用評(píng)估問(wèn)題,以機(jī)器學(xué)習(xí)支撐技術(shù)——信用評(píng)分模型作為研究目標(biāo),選擇了信用評(píng)分模型中的主流算法邏輯回歸、GBDT、XGBoost、LightGBM模型,從并行機(jī)器學(xué)習(xí)入手,根據(jù)互聯(lián)網(wǎng)金融信貸業(yè)務(wù)行業(yè)特點(diǎn),使用公開在線信貸數(shù)據(jù)集進(jìn)行建模研究分析。本文首先基于Zeppelin框架搭建了以Hadoop集群作為底層支撐的機(jī)器學(xué)習(xí)模型生命周期服務(wù)管理平臺(tái)。在平臺(tái)基礎(chǔ)上對(duì)獲取到的2007年-2015年的開源借貸數(shù)據(jù)集進(jìn)行數(shù)據(jù)質(zhì)量檢驗(yàn)、數(shù)據(jù)清洗、特征構(gòu)造、特征選擇工作,并在其上進(jìn)行后續(xù)研究建模部署工作�？紤]信貸數(shù)據(jù)集特點(diǎn),綜合所選模型特性,基于數(shù)據(jù)并行理論設(shè)計(jì)了依賴... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：102 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

信用評(píng)分模型并行研究工作流程圖

電子科技大學(xué)碩士學(xué)位論文12參照zeppelin官方文檔解釋，Zeppelin內(nèi)部架構(gòu)如圖2-1所示。其中Server和Client通信通過(guò)jetty內(nèi)嵌服務(wù)器提供WebSocket服務(wù)和RESTful服務(wù)。Zeppelin中采用單獨(dú)的jvm來(lái)啟動(dòng)interpreter進(jìn)程，該Interpreter進(jìn)程與ZeppelinServer進(jìn)程之間采用Thrift協(xié)議通信。通信方式如圖2-2所示。圖2-1Zeppelin架構(gòu)圖圖2-2Interpreter與ZeppelinServer進(jìn)程通信方式圖

電子科技大學(xué)碩士學(xué)位論文12參照zeppelin官方文檔解釋，Zeppelin內(nèi)部架構(gòu)如圖2-1所示。其中Server和Client通信通過(guò)jetty內(nèi)嵌服務(wù)器提供WebSocket服務(wù)和RESTful服務(wù)。Zeppelin中采用單獨(dú)的jvm來(lái)啟動(dòng)interpreter進(jìn)程，該Interpreter進(jìn)程與ZeppelinServer進(jìn)程之間采用Thrift協(xié)議通信。通信方式如圖2-2所示。圖2-1Zeppelin架構(gòu)圖圖2-2Interpreter與ZeppelinServer進(jìn)程通信方式圖

【參考文獻(xiàn)】：
期刊論文
[1]個(gè)人信用評(píng)價(jià)研究綜述[J]. 袁章帥.  山西農(nóng)經(jīng). 2019(08)
[2]基于LightGBM的銀行信用卡違約研究[J]. 張國(guó)慶,昌寧.  科技資訊. 2019(12)
[3]智慧金融的產(chǎn)生、發(fā)展與前景探析[J]. 韓志雄,馮學(xué)奮,趙權(quán).  海南金融. 2018(08)
[4]大數(shù)據(jù)背景下機(jī)器學(xué)習(xí)并行算法研究[J]. 馬巍巍,殷鳳梅,張江.  電子技術(shù)與軟件工程. 2018(11)
[5]基于XGBoost的信用風(fēng)險(xiǎn)分析的研究[J]. 趙天傲,鄭山紅,李萬(wàn)龍,劉凱.  軟件工程. 2018(06)
[6]一種基于改進(jìn)迭代決策樹算法的目標(biāo)威脅評(píng)估模型[J]. 李寒雨,秦克,李家志,羅威,趙開敏.  艦船電子工程. 2017(10)
[7]基于GBDT的個(gè)人信用評(píng)估方法[J]. 王黎,廖聞劍.  電子設(shè)計(jì)工程. 2017(15)
[8]并行機(jī)器學(xué)習(xí)算法基礎(chǔ)體系前沿進(jìn)展綜述[J]. 劉斌,何進(jìn)榮,耿耀君,王最.  計(jì)算機(jī)工程與應(yīng)用. 2017(11)
[9]基于Linux的高性能計(jì)算集群MPI并行環(huán)境配置研究[J]. 金能智,者建武,李唐艷,孫一桐.  科技創(chuàng)新導(dǎo)報(bào). 2017(03)
[10]基于MPI的GPU集群并行通信系統(tǒng)實(shí)現(xiàn)[J]. 侯景德,陳慶奎,趙海燕.  計(jì)算機(jī)應(yīng)用與軟件. 2016(04)

碩士論文
[1]面向大數(shù)據(jù)的CPU/GPU/FPGA計(jì)算平臺(tái)研究[D]. 黃海洋.電子科技大學(xué) 2017



本文編號(hào)：3365614