發(fā)布時間：2023-08-29 21:29

　　隨著我國消費結(jié)構(gòu)從生存型向著發(fā)展型和品質(zhì)型消費過渡,我國消費金融迎來爆發(fā)。互聯(lián)網(wǎng)消費金融的代表P2P網(wǎng)貸(Pear-to-Pear Leading)行業(yè)蓬勃發(fā)展,使得貸款更加方便快捷,同時也促進了社會消費水平的提高。但是目前的貸款需求呈現(xiàn)小額化和快速化的趨勢,使得P2P網(wǎng)貸的模式也面臨著挑戰(zhàn)。現(xiàn)有貸款產(chǎn)品的授信源主要是靠抓取用戶征信報告,抓取用戶信用卡賬單等方式。此類方式存在兩大弊端,一是獲取不及時,二是用戶的征信報告以及信用卡的使用率底,信息覆蓋率底,無法為每一位潛在用戶提供服務(wù)。在面臨挑戰(zhàn)的同時,移動支付在我國的普及為新的貸款模式提供了基礎(chǔ)。P2P金融風(fēng)險控制系統(tǒng)主要是針對新形勢下網(wǎng)貸需求所建立的,對用戶的網(wǎng)絡(luò)消費、移動支付、移動通訊等信息進行綜合分析,為系統(tǒng)上下游的放貸和進件過程提供決策,保障系統(tǒng)高效、高收益地完成網(wǎng)貸任務(wù)。本系統(tǒng)本質(zhì)是一個基于Web.py的RESTFul服務(wù)提供方。模型的訓(xùn)練開發(fā)以及數(shù)據(jù)的存儲是建立在Hadoop生態(tài)之上的,這樣保證了海量數(shù)據(jù)的存儲以及數(shù)據(jù)運算的速度。本系統(tǒng)主要任務(wù)是為整個產(chǎn)品線提供用戶的風(fēng)險決策,包括是否放款、放款金額以及利率等。本系統(tǒng)中主要針...

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 論文的背景與意義
    1.2 國內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 國外P2P網(wǎng)貸行業(yè)及其風(fēng)險控制現(xiàn)狀
        1.2.2 國內(nèi)P2P網(wǎng)貸行業(yè)現(xiàn)狀
        1.2.3 國內(nèi)P2P網(wǎng)貸行業(yè)風(fēng)險控制現(xiàn)狀
    1.3 論文主要內(nèi)容及組織結(jié)構(gòu)
    1.4 本章小結(jié)
2 相關(guān)技術(shù)概述
    2.1 Web.py框架
    2.2 RESTful架構(gòu)及REST服務(wù)
    2.3 Hive數(shù)據(jù)倉庫
    2.4 特征工程
        2.4.1 特征預(yù)處理
        2.4.2 特征選擇
        2.4.3 降維
    2.5 其他公式
        2.5.1 WOE值以及IV值
        2.5.2 Ks值
    2.6 本章小結(jié)
3 金融風(fēng)險控制系統(tǒng)需求分析
    3.1 P2P產(chǎn)品線整體項目介紹
    3.2 風(fēng)險控制系統(tǒng)功能分析
        3.2.1 風(fēng)險決策
        3.2.2 A/B模型測試以及模型管理
        3.2.3 產(chǎn)品監(jiān)控
    3.3 數(shù)據(jù)庫需求分析
    3.4 性能需求分析
    3.5 算法需求分析
    3.6 本章小結(jié)
4 金融風(fēng)險控制系統(tǒng)設(shè)計
    4.1 系統(tǒng)總體架構(gòu)
        4.1.1 表現(xiàn)層
        4.1.2 業(yè)務(wù)邏輯層
        4.1.3 數(shù)據(jù)層
    4.2 數(shù)據(jù)庫設(shè)計
        4.2.1 實體關(guān)系
        4.2.2 數(shù)據(jù)庫表設(shè)計
    4.3 本章小結(jié)
5 特征工程以及風(fēng)險控制模型開發(fā)
    5.1 數(shù)據(jù)來源
        5.1.1 內(nèi)部數(shù)據(jù)源
        5.1.2 第三方數(shù)據(jù)源
    5.2 數(shù)據(jù)預(yù)處理
        5.2.1 數(shù)據(jù)核對
        5.2.2 數(shù)據(jù)清洗
    5.3 特征工程特征衍生以及篩選
        5.3.1 特征衍生設(shè)計與實現(xiàn)
        5.3.2 特征篩選
    5.4 Xgboost模型構(gòu)建
        5.4.1 Xgboost分布式部署
        5.4.2 Xgboost算法概述
        5.4.3 Xgboost訓(xùn)練以及結(jié)果
    5.5 邏輯回歸模型構(gòu)建
    5.6 Xgboost-L模型構(gòu)建
    5.7 本章小結(jié)
6 金融風(fēng)險控制系統(tǒng)詳細(xì)設(shè)計及實現(xiàn)
    6.1 風(fēng)險控制系統(tǒng)包設(shè)計
    6.2 風(fēng)險決策模塊詳細(xì)設(shè)計與實現(xiàn)
        6.2.1 風(fēng)險控制模塊流程設(shè)計
        6.2.2 風(fēng)險決策模塊類設(shè)計
        6.2.3 風(fēng)險決策模塊時序設(shè)計
        6.2.4 風(fēng)險決策模塊反欺詐子模塊設(shè)計
    6.3 A/B測試模塊詳細(xì)以及模型管理設(shè)計與實現(xiàn)
    6.4 監(jiān)控模塊詳細(xì)設(shè)計與實現(xiàn)
    6.5 本章小結(jié)
7 金融風(fēng)險控制系統(tǒng)測試
    7.1 測試環(huán)境
    7.2 功能性測試
    7.3 非功能性測試
    7.4 模型小流量線上測試
    7.5 本章小結(jié)
8 總結(jié)展望
    8.1 項目總結(jié)
    8.2 未來展望
參考文獻
作者簡歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號：3844321