【摘要】：隨著我國(guó)經(jīng)濟(jì)不斷發(fā)展,信用貸款市場(chǎng)不斷擴(kuò)大,大量信用貸款平臺(tái)應(yīng)運(yùn)而生,越來(lái)越多的小微企業(yè)及個(gè)體商戶需要通過(guò)互聯(lián)網(wǎng)信用貸款平臺(tái)申請(qǐng)貸款滿足其資金需求。由此信用貸款風(fēng)險(xiǎn)控制成為信用貸款行業(yè)的熱門(mén)研究領(lǐng)域,信用貸款風(fēng)險(xiǎn)控制領(lǐng)域的主要研究問(wèn)題之一是信用風(fēng)險(xiǎn)分類(lèi)問(wèn)題。隨著機(jī)器學(xué)習(xí)方法在信用貸款風(fēng)險(xiǎn)控制領(lǐng)域應(yīng)用日漸成熟,大量的信貸風(fēng)控問(wèn)題已經(jīng)從原來(lái)的人工審核或者統(tǒng)計(jì)學(xué)習(xí)解決方式轉(zhuǎn)由計(jì)算智能解決方式。使用計(jì)算智能方式實(shí)現(xiàn)信用貸款風(fēng)險(xiǎn)控制并進(jìn)行準(zhǔn)確分類(lèi)的核心在于根據(jù)貸款人提供的信息實(shí)現(xiàn)信息數(shù)據(jù)化并整理成為數(shù)據(jù)集;對(duì)數(shù)據(jù)集使用有效的特征提取方式發(fā)現(xiàn)影響分類(lèi)結(jié)果的重要信息;針對(duì)數(shù)據(jù)集使用適合的分類(lèi)模型;通過(guò)與其他較為成熟的分類(lèi)模型進(jìn)行對(duì)比實(shí)驗(yàn)以檢驗(yàn)分類(lèi)模型的實(shí)際分類(lèi)效果。本文通過(guò)改進(jìn)分類(lèi)模型、數(shù)據(jù)信息統(tǒng)計(jì)整理、數(shù)據(jù)集特征提取、數(shù)據(jù)維度優(yōu)化組合及核驗(yàn)四個(gè)方面對(duì)原有的信用貸款風(fēng)險(xiǎn)控制方式進(jìn)行改進(jìn),提出了基于改進(jìn)型長(zhǎng)短周期記憶神經(jīng)網(wǎng)絡(luò)的信用貸款風(fēng)險(xiǎn)分類(lèi)方法。在分類(lèi)模型方面,本文首先對(duì)長(zhǎng)短周期記憶神經(jīng)網(wǎng)絡(luò)進(jìn)行了研究,總結(jié)了該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)使用梯度下降法作為學(xué)習(xí)方式的優(yōu)缺點(diǎn),然后使用共軛梯度法對(duì)其學(xué)習(xí)方式進(jìn)行了改進(jìn)。在實(shí)驗(yàn)數(shù)據(jù)方面,首先通過(guò)對(duì)大量實(shí)際貸款人提供的信息設(shè)計(jì)量化統(tǒng)計(jì)方式,進(jìn)行初步的維度篩選,將信息統(tǒng)計(jì)并整理成數(shù)據(jù)集,隨后使用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集進(jìn)行特征提取,獲得各維度影響分類(lèi)結(jié)果的重要程度,然后通過(guò)對(duì)數(shù)據(jù)維度的相關(guān)性及偽信息分析,對(duì)數(shù)據(jù)維度進(jìn)行了優(yōu)化組合并且對(duì)數(shù)據(jù)集信息進(jìn)行了修訂,最后對(duì)本文提出的信用貸款風(fēng)險(xiǎn)分類(lèi)方法進(jìn)行了多組對(duì)比及評(píng)價(jià)實(shí)驗(yàn)。本文創(chuàng)新性的使用共軛梯度法改進(jìn)長(zhǎng)短周期記憶神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式,有效克服了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程局部收斂速度慢的缺點(diǎn),減少了學(xué)習(xí)訓(xùn)練的迭代次數(shù),降低了程序運(yùn)行時(shí)間,降低了訓(xùn)練誤差,在一定程度上提升了分類(lèi)準(zhǔn)確率。利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集進(jìn)行特征提取以及利用數(shù)據(jù)集維度優(yōu)化組合方式,有效降低了冗余信息,加強(qiáng)了數(shù)據(jù)信息的準(zhǔn)確性,最后通過(guò)評(píng)價(jià)實(shí)驗(yàn)與對(duì)比實(shí)驗(yàn)有效驗(yàn)證了信用貸款風(fēng)險(xiǎn)分類(lèi)方法在信用貸款風(fēng)險(xiǎn)分類(lèi)方面的效果。 【學(xué)位授予單位】：濟(jì)南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP183;F832.4

【圖文】：

圖 2.1 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖可以看出，輸入層節(jié)點(diǎn)神經(jīng)元本身沒(méi)有計(jì)算功的各元素值。隱含層節(jié)點(diǎn)是具有計(jì)算功能的神經(jīng)元，也稱為計(jì)算以有任意個(gè)輸入，也就是可以連接多個(gè)輸入層節(jié)點(diǎn)，但是只有下一層的多個(gè)節(jié)點(diǎn)作為輸入。若稱輸入節(jié)點(diǎn)層為第 1 層，那么隱稱為第 2 至第 N+1 層，由此構(gòu)成 N+1 層人工神經(jīng)網(wǎng)絡(luò)。輸入節(jié)見(jiàn)層，，而其他中間層則稱為隱含層(hidden layer)，其中的神經(jīng)元工神經(jīng)網(wǎng)絡(luò)是以人工神經(jīng)元為節(jié)點(diǎn)，使用有向加權(quán)連接組成有向圖是對(duì)如圖 2.2 所示的生物神經(jīng)元的模擬，而有向加權(quán)連接則是“的模擬。有向連接的權(quán)值表示連通的兩個(gè)人工神經(jīng)元連接作用的如圖 2.3 所示。

圖 2.1 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖通過(guò)人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖可以看出，輸入層節(jié)點(diǎn)神經(jīng)元本身沒(méi)有計(jì)算功能，其是輸入向量的各元素值。隱含層節(jié)點(diǎn)是具有計(jì)算功能的神經(jīng)元，也稱為計(jì)算單元。計(jì)算單元可以有任意個(gè)輸入，也就是可以連接多個(gè)輸入層節(jié)點(diǎn)，但是只有一個(gè)輸出出值將送往下一層的多個(gè)節(jié)點(diǎn)作為輸入。若稱輸入節(jié)點(diǎn)層為第 1 層，那么隱含層各下至上依次稱為第 2 至第 N+1 層，由此構(gòu)成 N+1 層人工神經(jīng)網(wǎng)絡(luò)。輸入節(jié)點(diǎn)與輸點(diǎn)統(tǒng)稱為可見(jiàn)層，而其他中間層則稱為隱含層(hidden layer)，其中的神經(jīng)元稱為隱。此外，人工神經(jīng)網(wǎng)絡(luò)是以人工神經(jīng)元為節(jié)點(diǎn)，使用有向加權(quán)連接組成有向圖，其中工神經(jīng)元就是對(duì)如圖 2.2 所示的生物神經(jīng)元的模擬，而有向加權(quán)連接則是“軸突——樹(shù)突對(duì)”的模擬。有向連接的權(quán)值表示連通的兩個(gè)人工神經(jīng)元連接作用的強(qiáng)弱。神經(jīng)元結(jié)構(gòu)如圖 2.3 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王磊;;人工神經(jīng)網(wǎng)絡(luò)原理、分類(lèi)及應(yīng)用[J];科技資訊;2014年03期

2 張琦;于和平;;探析城市土地價(jià)格與房產(chǎn)價(jià)格關(guān)系[J];科技與企業(yè);2012年08期

3 王煒,吳耿鋒,張博鋒,王媛;徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J];地震;2005年02期

4 郭戰(zhàn)琴,周宗放;基于VaR約束的商業(yè)銀行貸款組合多目標(biāo)決策[J];系統(tǒng)工程理論方法應(yīng)用;2005年02期

5 曹清山,鄒玉霞,王勁松;商業(yè)銀行貸款定價(jià)策略和模型設(shè)計(jì)[J];金融論壇;2005年02期

6 胡寧,陳志恒,吳訓(xùn)成,羅素云;二手車(chē)價(jià)格評(píng)估中的車(chē)型分類(lèi)方法研究[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2004年03期

7 畢明強(qiáng);基于貢獻(xiàn)度分析和客戶關(guān)系的商業(yè)銀行貸款定價(jià)方法研究[J];金融論壇;2004年07期

8 王俊壽;商業(yè)銀行貸款定價(jià)模型的比較研究[J];南開(kāi)經(jīng)濟(jì)研究;2004年02期

9 王守覺(jué),王柏南;人工神經(jīng)網(wǎng)絡(luò)的多維空間幾何分析及其理論[J];電子學(xué)報(bào);2002年01期

10 董軍,胡上序;混沌神經(jīng)網(wǎng)絡(luò)研究進(jìn)展與展望[J];信息與控制;1997年05期

相關(guān)博士學(xué)位論文 前1條

1 覃光華;人工神經(jīng)網(wǎng)絡(luò)技術(shù)及其應(yīng)用[D];四川大學(xué);2003年

相關(guān)碩士學(xué)位論文 前2條

1 張遠(yuǎn);基于BP神經(jīng)網(wǎng)絡(luò)的P2P網(wǎng)貸借款人信用評(píng)價(jià)研究[D];貴州財(cái)經(jīng)大學(xué);2017年

2 王鐸;小微企業(yè)信用貸款風(fēng)險(xiǎn)控制問(wèn)題研究[D];吉林財(cái)經(jīng)大學(xué);2017年

本文編號(hào)：2712064