發(fā)布時(shí)間：2022-01-04 23:40

　　小微企業(yè)為了獲得發(fā)展所需的資金,通常需要向銀行貸款。隨著計(jì)算機(jī)技術(shù)地進(jìn)步,傳統(tǒng)的線下貸款逐漸被網(wǎng)絡(luò)貸款所取代。用戶信用評(píng)級(jí)和風(fēng)險(xiǎn)預(yù)測(cè)一直是網(wǎng)絡(luò)貸款流程中關(guān)鍵的環(huán)節(jié),但同時(shí)也存在著一些問(wèn)題。第一,用戶數(shù)據(jù)的質(zhì)量不高,弱可用問(wèn)題普遍存在,無(wú)法保證數(shù)據(jù)的真實(shí)性;第二,缺乏面向用戶信用等級(jí)的科學(xué)評(píng)判分級(jí)體系,無(wú)法體現(xiàn)評(píng)判結(jié)果的客觀性;第三,用戶貸款風(fēng)險(xiǎn)的預(yù)測(cè)過(guò)程不能有效地利用定性信用指標(biāo),無(wú)法確保預(yù)測(cè)結(jié)果的可靠性。為了獲得更加客觀、可靠的用戶信用等級(jí)評(píng)估結(jié)果和用戶貸款風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果。本文采用“混合插補(bǔ)法”對(duì)存在弱可用現(xiàn)象的用戶數(shù)據(jù)進(jìn)行修復(fù),即針對(duì)不同缺失率情況的數(shù)據(jù)采用不同的處理方法;由于用戶數(shù)據(jù)的信息量較大,如果逐一對(duì)用戶進(jìn)行信用等級(jí)劃分,不僅效率低,而且結(jié)果不客觀。本文提出利用多任務(wù)學(xué)習(xí)思想對(duì)用戶基本信用等級(jí)進(jìn)行評(píng)估,此方法利用多個(gè)信用等級(jí)之間的共享結(jié)構(gòu)關(guān)系,構(gòu)造訓(xùn)練網(wǎng)絡(luò)實(shí)現(xiàn)用戶的信用評(píng)級(jí);同時(shí)結(jié)合用戶的信用初始等級(jí),采用模糊Logistic回歸方法預(yù)測(cè)用戶的違約風(fēng)險(xiǎn)。本文的主要貢獻(xiàn)是:（1）提出了“混合插補(bǔ)算法”用來(lái)補(bǔ)全用戶信用缺失的數(shù)據(jù)。（2）提出利用多任務(wù)學(xué)習(xí)模型評(píng)估用戶信用等級(jí)。（3... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)預(yù)處理和信用評(píng)級(jí)

南京郵電大學(xué)專(zhuān)業(yè)學(xué)位碩士研究生學(xué)位論文第一章緒論9圖1.4論文框架圖第一章：緒論。首先說(shuō)明了本文的研究背景以及研究的意義，通過(guò)對(duì)弱可用數(shù)據(jù)分析現(xiàn)狀和國(guó)內(nèi)外信用評(píng)估技術(shù)現(xiàn)狀的研究，針對(duì)信用評(píng)級(jí)系統(tǒng)在處理用戶弱可用數(shù)據(jù)方面的不足，提出本文研究主題面向弱可用數(shù)據(jù)的用戶信用挖掘技術(shù)。第二章：相關(guān)背景知識(shí)介紹。由于用戶信用等級(jí)地評(píng)估是在完整的數(shù)據(jù)集上進(jìn)行的，首先介紹了常用的數(shù)據(jù)缺失值插補(bǔ)方法，接著介紹了多任務(wù)學(xué)習(xí)的相關(guān)知識(shí)，包括多任務(wù)學(xué)習(xí)的原理以及界定任務(wù)間的相關(guān)性，再者介紹了模糊集的相關(guān)理念以及模糊數(shù)的基本運(yùn)算，最后分別介紹了李克特量表的使用和Logistic回歸模型。第三章：面向弱可用數(shù)據(jù)的多任務(wù)用戶基本信用評(píng)級(jí)。首先介紹了常用的缺失數(shù)據(jù)處理方法，接著闡述了在面對(duì)信用數(shù)據(jù)的屬性缺失問(wèn)題時(shí)，提出了“混合插補(bǔ)”算法填充缺失數(shù)據(jù)�；诖说玫酵暾臄�(shù)據(jù)集后，再通過(guò)信用評(píng)級(jí)特征矩陣的共性，得出基于共享矩陣的多任務(wù)用戶信用評(píng)估，并進(jìn)行特征選取，預(yù)測(cè)用戶的基本信用等級(jí)。第四章：基于模糊Logistic回歸的貸款風(fēng)險(xiǎn)預(yù)測(cè)。貸款風(fēng)險(xiǎn)預(yù)測(cè)是判斷用戶是否會(huì)違約的一個(gè)重要手段，利用李克特量表將用戶定性信用指標(biāo)量化為具體的分?jǐn)?shù)值，通過(guò)三角模糊數(shù)對(duì)定量數(shù)據(jù)和定性數(shù)據(jù)進(jìn)行模糊化處理，最后基于用戶信用實(shí)例構(gòu)建模糊Logistic回歸模型預(yù)測(cè)用戶發(fā)生違約的可能性。第五章：小微貸原型系統(tǒng)實(shí)現(xiàn)和性能分析。首先介紹了本文所使用的實(shí)驗(yàn)數(shù)據(jù)集，接著介紹了系統(tǒng)及實(shí)驗(yàn)環(huán)境配置、系統(tǒng)框架流程、各個(gè)模塊的設(shè)計(jì)以及可視化界面展示，最后將

南京郵電大學(xué)專(zhuān)業(yè)學(xué)位碩士研究生學(xué)位論文第二章相關(guān)背景知識(shí)介紹13目前多任務(wù)學(xué)習(xí)大都通過(guò)參數(shù)共享來(lái)實(shí)現(xiàn)，常用的方法分為參數(shù)硬共享、參數(shù)軟共享以及參數(shù)分層共享。參數(shù)硬共享是當(dāng)前應(yīng)用最廣泛的共享機(jī)制，它將多個(gè)任務(wù)的屬性嵌入到同一個(gè)語(yǔ)義空間中，并為每個(gè)任務(wù)使用特定提取層表示目標(biāo)任務(wù)。硬共享實(shí)現(xiàn)非常簡(jiǎn)單，且能夠大大降低過(guò)度擬合的風(fēng)險(xiǎn)，適合處理具有較強(qiáng)相關(guān)性的任務(wù)，但是在處理具有弱相關(guān)性的任務(wù)時(shí)往往表現(xiàn)不佳。參數(shù)軟共享會(huì)為每個(gè)目標(biāo)任務(wù)都建立一個(gè)模型，并且每個(gè)目標(biāo)任務(wù)的模型都可以訪問(wèn)其他目標(biāo)任務(wù)對(duì)應(yīng)模型中的信息。軟共享具有很強(qiáng)的靈活性，并且不需要為任務(wù)相關(guān)性做任何假設(shè)，但是每個(gè)任務(wù)都需要分配一個(gè)模型，常常需要增加很多參數(shù)。參數(shù)分層共享是在模型的低層做較簡(jiǎn)單的任務(wù)，在高層做較困難的任務(wù)。分層共享比硬共享要更加靈活，同時(shí)又比軟共享需要更少的參數(shù)。圖2.1和2.2展現(xiàn)了多任務(wù)學(xué)習(xí)與傳統(tǒng)的單任務(wù)學(xué)習(xí)的不同之處。本文構(gòu)建了基于共享矩陣的多任務(wù)分類(lèi)預(yù)測(cè)模型，通過(guò)任務(wù)之間的信息共享，實(shí)現(xiàn)任務(wù)分類(lèi)。圖2.1單任務(wù)學(xué)習(xí)圖2.2多任務(wù)學(xué)習(xí)

【參考文獻(xiàn)】：
期刊論文
[1]不一致弱可用數(shù)據(jù)近似計(jì)算可行性判定問(wèn)題[J]. 劉雪莉,李建中.  智能計(jì)算機(jī)與應(yīng)用. 2018(02)
[2]基于神經(jīng)網(wǎng)絡(luò)的企業(yè)信用評(píng)估模型[J]. 韓冰.  西部皮革. 2018(02)
[3]基于集成學(xué)習(xí)的中小企業(yè)信用評(píng)價(jià)模型[J]. 王麗梅,王景榮,李向.  當(dāng)代金融家. 2016(10)
[4]現(xiàn)代信用風(fēng)險(xiǎn)管理模型比較分析[J]. 李文.  金融經(jīng)濟(jì). 2016(04)
[5]信用缺失、融資激勵(lì)與小微企業(yè)發(fā)展[J]. 李明賢,羅荷花.  云南財(cái)經(jīng)大學(xué)學(xué)報(bào). 2013(04)
[6]大數(shù)據(jù)的一個(gè)重要方面:數(shù)據(jù)可用性[J]. 李建中,劉顯敏.  計(jì)算機(jī)研究與發(fā)展. 2013(06)
[7]大數(shù)定律與小微企業(yè)授信模式研究[J]. 陳勇俊.  上海金融. 2011(12)
[8]基于混合BP神經(jīng)網(wǎng)絡(luò)算法的信用卡消費(fèi)行為風(fēng)險(xiǎn)預(yù)測(cè)[J]. 劉嵐,王霞,林紅旭,高建時(shí).  科技管理研究. 2011(17)
[9]基于支持向量機(jī)的上市公司信用風(fēng)險(xiǎn)評(píng)估研究[J]. 唐建榮,譚春暉.  統(tǒng)計(jì)與決策. 2010(10)
[10]客戶信用評(píng)估方法探析[J]. 邢有洪,程江.  商場(chǎng)現(xiàn)代化. 2008(08)

博士論文
[1]我國(guó)小微企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)估模型研究[D]. 張潤(rùn)馳.南京大學(xué) 2018
[2]不一致弱可用數(shù)據(jù)的近似查詢處理研究[D]. 劉雪莉.哈爾濱工業(yè)大學(xué) 2017

碩士論文
[1]數(shù)據(jù)挖掘中處理不完全數(shù)據(jù)的類(lèi)均值方法及其擴(kuò)展[D]. 紀(jì)燕霞.長(zhǎng)安大學(xué) 2010
[2]上市公司資產(chǎn)結(jié)構(gòu)與營(yíng)運(yùn)能力相關(guān)性實(shí)證研究[D]. 李春英.廣西大學(xué) 2007



本文編號(hào)：3569283