人類的活動可能總是伴隨著風(fēng)險的發(fā)生,風(fēng)險是一種違背人意愿的行為事件。而風(fēng)險在人類文明誕生的伊始,就受到了關(guān)注。公元前兩千年,漢謨拉比法典就有關(guān)于火災(zāi)保險和貨物運輸保險的記載。風(fēng)險管控領(lǐng)域涉及方方面面,對于人們最熟悉的金融機構(gòu)來說,面臨著包括個人信用風(fēng)險、市場金融風(fēng)險、流動性風(fēng)險等。其中信用風(fēng)險是最為顯著的,信用風(fēng)險主要是指,借款人在與出借人約定的還款日期到期后,卻沒能按照協(xié)議完成還款行為,導(dǎo)致出借人或者相應(yīng)的金融機構(gòu)財產(chǎn)損失的風(fēng)險。這種違約行為無論是出自主觀上的不愿意或者出自客觀上的經(jīng)濟受限,都與借款人有著一定的聯(lián)系。本文以P2P網(wǎng)絡(luò)貸款為研究背景,從借貸樣本分析客戶,構(gòu)建完整的風(fēng)控模型,并建立風(fēng)控平臺。主要工作包括:（1）基于國外搜索引擎公司開發(fā)的schema網(wǎng)頁標(biāo)記語言模型去構(gòu)筑客戶的知識圖譜數(shù)據(jù),該數(shù)據(jù)模型中包含有一整套類型集合,以多層次的繼承結(jié)構(gòu)進行組織。用半結(jié)構(gòu)化數(shù)據(jù)格式JSO N-LD表述知識圖譜信息,將客戶信息有機地組織起來,解決數(shù)據(jù)孤島問題。（2）樣本數(shù)據(jù)為不平衡數(shù)據(jù),即正常樣本遠遠多于違約樣本,如果直接使用這種數(shù)據(jù)集進行分類,會對算法的學(xué)習(xí)過程造成干擾。而傳統(tǒng)的欠采樣... 

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
        1.1.1 風(fēng)險研究背景
        1.1.2 P2P網(wǎng)貸平臺背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)外風(fēng)控模型的研究現(xiàn)狀
        1.2.2 國內(nèi)外P2P網(wǎng)貸風(fēng)控模型的研究現(xiàn)狀
    1.3 論文的研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 知識圖譜
    2.1 知識圖譜概述
    2.2 知識圖譜的定義與結(jié)構(gòu)
        2.2.1 知識圖譜的定義
        2.2.2 知識圖譜的結(jié)構(gòu)
    2.3 基于schema.org構(gòu)建P2P網(wǎng)貸客戶知識圖譜
        2.3.1 schema.org
        2.3.2 P2P網(wǎng)貸客戶知識圖譜
    2.4 本章小結(jié)
第三章 不平衡數(shù)據(jù)集的處理
    3.1 數(shù)據(jù)集介紹
    3.2 不平衡數(shù)據(jù)集
        3.2.1 不平衡數(shù)據(jù)集在分類任務(wù)中的缺陷
        3.2.2 處理不平衡數(shù)據(jù)集問題的相關(guān)技術(shù)
    3.3 CBNM算法設(shè)計
    3.4 實驗結(jié)果
        3.4.1 評價標(biāo)準(zhǔn)
        3.4.2 數(shù)據(jù)集
        3.4.3 實驗結(jié)果與分析
    3.5 本章總結(jié)
第四章 結(jié)合標(biāo)簽規(guī)則的風(fēng)控模型
    4.1 標(biāo)簽?zāi)Ｐ?br>        4.1.1 定量分析
        4.1.2 監(jiān)督學(xué)習(xí)
        4.1.3 聚類判別
        4.1.4 標(biāo)簽預(yù)測
    4.2 特征篩選
    4.3 實驗對比
        4.3.1 實驗所用的分類算法
        4.3.2 實驗結(jié)果
    4.4 本章總結(jié)
第五章 風(fēng)控平臺的實現(xiàn)
    5.1 平臺框架
    5.2 Elastic Search
    5.3 平臺功能實現(xiàn)
        5.3.1 屬性字典和屬性數(shù)據(jù)元功能實現(xiàn)關(guān)鍵
        5.3.2 實體維護功能實現(xiàn)關(guān)鍵
        5.3.3 數(shù)據(jù)檢索功能實現(xiàn)關(guān)鍵
    5.4 平臺設(shè)計以及運行實例
        5.4.1 知識圖譜
        5.4.2 數(shù)據(jù)檢索
    5.5 本章總結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 進一步工作的展望
參考文獻
致謝
在學(xué)期間的研究成果以及發(fā)表的學(xué)術(shù)論文


【參考文獻】：
期刊論文
[1]特征降維技術(shù)的研究與進展[J]. 黃鉉.  計算機科學(xué). 2018(S1)
[2]基于機器學(xué)習(xí)的P2P網(wǎng)絡(luò)借貸違約風(fēng)險預(yù)警研究——來自“拍拍貸”的借貸交易證據(jù)[J]. 涂艷,王翔宇.  統(tǒng)計與信息論壇. 2018(06)
[3]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(xué). 2017(11)
[4]k-means和邏輯回歸混合策略的不平衡類學(xué)習(xí)方法[J]. 鄔長安,鄭桂榮,孫艷歌,郭華平.  小型微型計算機系統(tǒng). 2017(09)
[5]一種改進的CHI文本特征選擇方法[J]. 樊存佳,汪友生,王雨婷.  計算機與現(xiàn)代化. 2016(11)
[6]基于樣本權(quán)重的不平衡數(shù)據(jù)欠抽樣方法[J]. 熊冰妍,王國胤,鄧維斌.  計算機研究與發(fā)展. 2016(11)
[7]基于單分類支持向量機和主動學(xué)習(xí)的網(wǎng)絡(luò)異常檢測研究[J]. 劉敬,谷利澤,鈕心忻,楊義先.  通信學(xué)報. 2015(11)
[8]基于數(shù)據(jù)密度分布的欠采樣方法研究[J]. 楊杰明,閆欣,曲朝陽,宋晨晨,喬媛媛.  計算機應(yīng)用研究. 2016(10)
[9]Eco-environmental vulnerability assessment for large drinking water resource: a case study of Qiandao Lake Area,China[J]. Qing GU,Jun LI,Jinsong DENG,Yi LIN,Ligang MA,Chaofan WU,Ke WANG,Yang HONG.  Frontiers of Earth Science. 2015(03)
[10]基于布谷鳥算法和支持向量機的變壓器故障診斷[J]. 薛浩然,張珂珩,李斌,彭晨輝.  電力系統(tǒng)保護與控制. 2015(08)

博士論文
[1]中小商業(yè)銀行信用風(fēng)險評價研究[D]. 呂品.大連理工大學(xué) 2014

碩士論文
[1]基于機器學(xué)習(xí)技術(shù)的P2P風(fēng)控模型研究[D]. 王夢雪.哈爾濱工業(yè)大學(xué) 2017
[2]基于支持向量機的蔬菜質(zhì)量安全預(yù)測及溯源模型的研究與應(yīng)用[D]. 曹秋勤.華南理工大學(xué) 2014
[3]我國互聯(lián)網(wǎng)金融征信體系建設(shè)研究[D]. 杜曉峰.廈門大學(xué) 2014



本文編號：3734141