傳統(tǒng)的P2P網(wǎng)絡(luò)借貸違約風險評價通常僅使用接受樣本建模,而模型的應(yīng)用對象是包括接受和拒絕的全部樣本,由此帶來的樣本選擇偏差問題會影響模型的泛化能力,需要拒絕推斷校正樣本選擇偏差。利用半監(jiān)督方法構(gòu)建違約風險模型,可以將拒絕推斷過程嵌入到違約風險評價過程中,在訓(xùn)練違約風險評價模型的同時通過對添加到建模樣本中的拒絕樣本進行篩選以控制噪音。本文提出基于樣本和特征雙重差異的協(xié)同訓(xùn)練模型TRICMV進行P2P網(wǎng)絡(luò)借貸違約風險評價。該模型采用了一種基于"噪音學習理論"的自適應(yīng)的模型迭代機制,可以確定融入模型的拒絕樣本的最佳數(shù)量。最后,基于人人貸平臺標的樣本進行實證分析,結(jié)果驗證了TRICMV模型優(yōu)于傳統(tǒng)的違約風險評價模型以及其它使用半監(jiān)督學習進行拒絕推斷的違約風險評價模型。 

【文章來源】：管理工程學報. 2020年06期 北大核心CSSCI

【文章頁數(shù)】：8 頁

【部分圖文】：

結(jié)果一致的樣本和標簽加入第三個訓(xùn)練集的候選集中圖1TRICMV建模流程圖Figure1FlowdiagramofTRICMVmodelV模型的偽代碼從候選集中抽取部分樣本與Train合并作為更新的訓(xùn)練集將對u預(yù)測

【參考文獻】：
期刊論文
[1]融入軟信息的P2P網(wǎng)絡(luò)借貸違約預(yù)測方法[J]. 蔣翠清,王睿雅,丁勇.  中國管理科學. 2017(11)
[2]客戶信用評估半監(jiān)督協(xié)同訓(xùn)練模型研究[J]. 肖進,薛書田,黃靜,謝玲,顧新.  中國管理科學. 2016(06)
[3]基于貝葉斯界定折疊法的小企業(yè)信用評分模型研究[J]. 鄧超,胡梅梅,曾文潮.  管理工程學報. 2015(04)
[4]基于組合分類的消費者信用評估[J]. 王昱.  管理工程學報. 2015(01)
[5]基于隨機效應(yīng)logistic模型的中小企業(yè)財務(wù)失敗預(yù)警研究[J]. 梁琪,過新偉,石寧.  管理工程學報. 2014(03)



本文編號：2956081