高校學生的信用評價和誠信水平是社會信用體系建設的重要組成部分,也是學校開展誠信教育及評價的重要內容。由于高校學生具有無穩(wěn)定收入、學歷較高、信用數(shù)據來源多樣等特點,與借貸個人信用評價指標體系具有較大差異。本文針對高校學生在校學習、生活數(shù)據及個人社交數(shù)據,在已有信用評價指標的基礎上,對高校學生的信用數(shù)據融合、信用評價指標體系、評價模型等技術進行了研究,并研制了相應系統(tǒng)。主要工作如下:1.針對高校學生信用數(shù)據來源于學工系統(tǒng)、教務處、圖書館、財務處等多個系統(tǒng),存在數(shù)據結構多樣、重復、沖突、缺失等問題,利用改進D-S證據理論算法和知識圖譜中的知識融合相關技術,解決具有時間屬性的數(shù)據沖突問題,并實現(xiàn)了高校學生的多源信用數(shù)據的融合。2.針對高校學生信用數(shù)據的特點,利用學生在校的基本身份信息、圖書館借閱記錄、獎懲記錄、學費繳納記錄、一卡通消費記錄、社交數(shù)據等信用數(shù)據,同時考慮到信用狀況的動態(tài)變化性,以及高校學期學年的周期性,構建了針對高校學生的信用評價指標體系,并建立相應的信用評分模型。3.針對高校對學生信用評價的需求,實現(xiàn)了高校學生信用評價系統(tǒng)。該系統(tǒng)由信用數(shù)據采集與融合、信用評分、信用查詢三個子系... 

【文章來源】：西南科技大學四川省

【文章頁數(shù)】：51 頁

【學位級別】：碩士

【部分圖文】：

文第一章：緒論，介紹本文的研究背景，根缺乏針對性的問題，說明了本文的研究意義

2高校學生信用評價系統(tǒng)需求與解決方案11支持平臺Windows、Unix、Linux2.2解決方案針對上節(jié)高校對信用評價系統(tǒng)的需求，本節(jié)將從系統(tǒng)的整體架構、權限控制闡述系統(tǒng)的整體設計方案，最后實現(xiàn)過程中所遇到的問題和涉及到的關鍵技術。2.2.1整體架構為了提高系統(tǒng)的處理速度、吞吐量、可維護性和可擴充性，以及故障的快速定位、數(shù)據安全等目的，本文將高校學生信用評分系統(tǒng)解耦為信用數(shù)據采集與融合系統(tǒng)、信用評價系統(tǒng)、信用查詢系統(tǒng)三個相互獨立的子系統(tǒng)。三個子系統(tǒng)的技術路線為：①信用數(shù)據采集與融合系統(tǒng)：Python+Scrapy+Mongodb；②信用評價系統(tǒng)：Python+Shell腳本；③信用查詢系統(tǒng)：Java+Ant-desgin+Mysql；高校學生信用評價系統(tǒng)的整體架構如圖2-3所示：圖2-3系統(tǒng)架構如上圖所示，高校學生信用評價系統(tǒng)主要由三個子系統(tǒng)組成：信用數(shù)據采集與融合系統(tǒng)：從高校教務處、財務處、學工系統(tǒng)、助學貸款平臺和圖書館等多處來源采集信用基礎數(shù)據。利用在數(shù)據采集過程中注重個人數(shù)據的隱私性保護，在存儲前需要經過數(shù)據脫敏等技術處理，不存儲與個人信用無關或法律法規(guī)禁止存儲的信息。信用信息只能由信用主體自己或征得信用主體授權的他人查看，以及相關部門依法依規(guī)查看，其他任何人或部門不得以任何方式違規(guī)查閱。信用評價系統(tǒng)：將信用數(shù)據采集與融合系統(tǒng)采集到的信用數(shù)據作為輸入，經過高校學生信用評分模型的計算，最后得到每個學生的信用評分，并將分數(shù)等結果存儲在信用查詢數(shù)據系統(tǒng)的數(shù)據庫，信用評價有定時觸發(fā)和被動觸發(fā)兩種觸發(fā)情況，即一個是系統(tǒng)管理員可以設置定時更新信用評分的周期，另一個是當有新的信用數(shù)據存入信

3多源信用數(shù)據融合17圖3-1知識融合的流程3.4融合實驗知識融合的主要研究方向是實體對齊或者鏈路預測，很少有研究者使用兩個完整的知識圖譜進行融合實驗。而高校各部門的信用數(shù)據，又相當于一個個完整的知識圖譜。故本文通過爬蟲技術，構建了實驗數(shù)據集，驗證基于知識圖譜的知識融合的有效性。（1）實驗環(huán)境和數(shù)據通過爬蟲技術從LinkOpenData上采集并構建了融合實驗數(shù)據集DbpLinkGeo，它是由兩個圖譜數(shù)據和一個link數(shù)據組合而成。實驗環(huán)境為一臺擁有24核的E5-2678CPU，32G內存，GPU為擁有11G顯存的GeForceGTX1080Ti，系統(tǒng)為Ubuntu18.04。軟件環(huán)境為PyTorch0.4.1。詳細配置如下表3-2所示:表3-2實驗環(huán)境配置參數(shù)CPUIntelXeon(R)E-5-2678v3@2.50GHzx24內存32GGPUGeForceGTX1080Ti/Pcle/SSE2顯存11G軟件PyTorch0.4.1系統(tǒng)Ubuntu18.04.3LTS實驗數(shù)據如下表3-3所示，表中DBpeida代表從維基百科（Wikipedia）抽取結構化的知識，GeoNames代表一個全球地理數(shù)據庫，Node表示知識圖譜中的節(jié)點，Statements是知識圖譜中的三元組，Relations是圖譜中有多少種關系，Rsame表示兩個圖譜中共有多少種相同的關系，SameAs是兩個數(shù)據庫中在現(xiàn)實世界中具有相同含義或者代表同一個事物，Size表示是數(shù)據的存儲大校數(shù)據集主要通過DBpedia和GeoNames

【參考文獻】：
期刊論文
[1]高校學生信用評分系統(tǒng)關鍵技術研究[J]. 段光強,楊春明,張暉.  中國教育網絡. 2018(11)
[2]一種改進過采樣算法在類別不平衡信用評分中的應用[J]. 邵良杉,周玉.  計算機應用研究. 2019(06)
[3]一種基于眾信度函數(shù)的相關證據合成方法[J]. 柯小路,馬荔瑤,王晶晶,王永.  控制與決策. 2017(07)
[4]基于相關系數(shù)與相關距離的證據合成方法[J]. 魏永超.  計算技術與自動化. 2017(01)
[5]基于Ext-GBDT集成的類別不平衡信用評分模型[J]. 陳啟偉,王偉,馬迪,毛偉.  計算機應用研究. 2018(02)
[6]面向網絡大數(shù)據的知識融合方法綜述[J]. 林海倫,王元卓,賈巖濤,張鵬,王偉平.  計算機學報. 2017(01)
[7]“互聯(lián)網+”時代的個人信用分析與應用研究[J]. 王達山.  西南金融. 2016(08)
[8]個人信用評估組合模型選擇方案研究[J]. 任瀟,姜明輝,車凱,王尚.  哈爾濱工業(yè)大學學報. 2016(05)
[9]貝葉斯網絡個人信用評估模型[J]. 郭春香,李旭升.  系統(tǒng)管理學報. 2009(03)
[10]基于支持向量機的個人信用評估模型及最優(yōu)參數(shù)選擇研究[J]. 肖文兵,費奇.  系統(tǒng)工程理論與實踐. 2006(10)

博士論文
[1]中小企業(yè)信用評級指標體系研究[D]. 姚靜.中國社會科學院研究生院 2016

碩士論文
[1]大數(shù)據下的芝麻信用公司個人信用評估研究[D]. 肖凱文.西北民族大學 2019
[2]隨機森林在個人信用評估中的應用研究[D]. 李泉.江西財經大學 2016
[3]基于用戶互聯(lián)網行為數(shù)據的個人征信評估體系建設分析[D]. 王冠.北京交通大學 2015
[4]高校學生個人信用評價方法及應用研究[D]. 王勤.重慶大學 2006



本文編號：2977534