基于复杂网络和机器学习的P2P用户违约预测

发布时间：2018-01-15 07:27

  本文关键词：基于复杂网络和机器学习的P2P用户违约预测　出处：《北京师范大学学报(自然科学版)》2017年01期 　论文类型：期刊论文

  更多相关文章： 复杂网络 互联网金融 PP 机器学习

【摘要】：互联网的发展不断冲击着各个行业,P2P行业作为2013年开始兴起的互联网金融中的重要组成部分最近一段时间由于信用违约等原因,给许多用户带来了不小的财产损失.对于P2P行业来说,对用户的信用预测及防范违约风险是事关公司利润的核心问题.本文利用用户手机通讯录之间的包含关系构建社交网络,并从复杂网络的视角加以分析.通过将分析结果转化为机器学习的输入特征,我们用支持向量机的方法挖掘其内在的关联,从而利用用户的社会网络结构性质预测其信用情况.我们的模型基于知名互联网金融公司闪银所提供的大规模脱敏数据,得到了很好的预测效果.
[Abstract]:The development of the Internet continues to impact the various industries P2P industry as an important component of Internet finance which began to rise in 2013 due to credit default and other reasons. To many users brought not small property losses. For the P2P industry. Credit prediction and default risk prevention are the core issues of corporate profit. This paper uses the inclusion relationship between mobile phone address book to build social network. By transforming the analysis results into the input features of machine learning, we use the support vector machine (SVM) method to mine their internal relations. The model is based on the large-scale desensitization data provided by the well-known Internet finance company Flash Bank, and gets a good prediction effect.
【作者单位】： 北京师范大学系统科学学院;
【分类号】：F724.6;F832.4
【正文快照】： 现代社会是一个建立在信用基础之上的社会,尤其是对于金融机构,客户的信用评估直接关系到公司的盈利和风险.传统商业银行对于个人信用评估的研究已有逾百年历史,形成了一套比较完善的方法[1-3].近年来,由于互联网的兴起,互联网金融作为一个新兴产业在中国正处于早期快速发展阶

【相似文献】

相关期刊论文 前10条

1 贺英杰;叶宗民;金吉学;;机器学习在入侵检测中的应用综述[J];计算机安全;2010年03期

2 袁鼎荣;;浅谈《机器学习》的课程教学方法[J];广西经济管理干部学院学报;2010年04期

3 李航;;机器学习正在改变我们的工作与生活[J];中国科技财富;2011年15期

4 井田;朱玉琴;;多侧面递进算法在机器学习中的应用[J];科技创新导报;2012年11期

5 ;“第12届中国机器学习会议”征文[J];科技导报;2009年19期

6 ;传漾:AdPlace[J];成功营销;2013年03期

7 白朝阳;;美国国安局:防不胜防的“信息窃贼”[J];中国经济周刊;2013年24期

8 ;“第12届中国机器学习会议”征文[J];科技导报;2009年21期

9 井超;陈立潮;;机器学习在科技成果评估专家系统中的应用[J];科技情报开发与经济;2006年07期

10 丁未;;机器学习为代表的人工智能在仪器仪表工业中的应用展望[J];中国仪器仪表;2014年08期

相关会议论文 前10条

1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集（上册）[C];2001年

2 王昊;李银波;纪志梁;;利用机器学习方法预测严重药物不良反应-呼吸困难[A];中国化学会第28届学术年会第13分会场摘要集[C];2012年

3 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

4 周晴杰;徐立鸿;吴启迪;;机器学习串级结构的初步探讨[A];1998年中国控制会议论文集[C];1998年

5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年

7 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

8 黄金铁;李景银;周建常;;对高炉炉况评价模型参数的机器学习——一个三类线性模式分类器的实现[A];1995中国控制与决策学术年会论文集[C];1995年

9 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年

10 张钹;张铃;;统计学习理论及其应用[A];2001年中国智能自动化会议论文集（上册）[C];2001年

相关重要报纸文章 前10条

1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年

2 IBM大数据专家 James Kobielus　范范 编译;机器学习已成为大数据基石[N];网络世界;2014年

3 本报记者 房琳琳;合久必分：分布式“机器学习”应运而生[N];科技日报;2014年

4 雨辰;机器学习类图书为什么火爆[N];中华读书报;2014年

5 百度公司技术副总监 多媒体部负责人 余凯;深度学习与多媒体搜索技术演进[N];中国信息化周报;2013年

6 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年

7 本报记者 张晔邋通讯员 李玮;周志华：永不墨守成规[N];科技日报;2008年

8 记者　 彭德倩;机器学习精度提升近6个百分点[N];解放日报;2006年

9 本报记者 闵杰;大数据热 高端人才缺[N];中国电子报;2013年

10 沈建苗 编译;如何成为大数据科学家[N];计算机世界;2013年

相关博士学位论文 前10条

1 董春茹;机器学习中的权重学习与差分演化[D];华南理工大学;2015年

2 姚明臣;机器学习和神经网络学习中的若干问题研究[D];大连理工大学;2016年

3 赵玉鹏;机器学习的哲学探索[D];大连理工大学;2010年

4 胡巍;面向格结构的机器学习[D];上海交通大学;2009年

5 张义荣;基于机器学习的入侵检测技术研究[D];国防科学技术大学;2005年

6 钱线;快速精确的结构化机器学习方法研究[D];复旦大学;2010年

7 梁锡军;稀疏优化在机器学习中的若干应用[D];大连理工大学;2013年

8 蒋刚;核机器学习方法若干问题研究[D];西南交通大学;2006年

9 陈慧灵;面向智能决策问题的机器学习方法研究[D];吉林大学;2012年

10 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年

相关硕士学位论文 前10条

1 毛海斌;基于半监督机器学习的情感分类领域适应问题研究[D];南京理工大学;2015年

2 安军辉;基于微博数据的微博用户性别判断研究[D];华中师范大学;2015年

3 陈召阳;基于机器学习的改性麦槽吸附重金属构效关系模型研究[D];江西理工大学;2014年

4 王成;基于半监督机器学习的文本情感分析技术[D];南京理工大学;2015年

5 孙科;基于Spark的机器学习应用框架研究与实现[D];上海交通大学;2015年

6 刘江龙;基于机器学习的射频指纹定位方法研究[D];电子科技大学;2015年

7 张蕾;基于机器学习的网络舆情采集技术研究与设计[D];电子科技大学;2014年

8 施宇;基于数据挖掘和机器学习的木马检测系统设计与实现[D];电子科技大学;2014年

9 施应敏;基于机器学习的Femtocell信道频谱与功率资源分配算法的研究[D];南京邮电大学;2015年

10 张柯;基于机器学习的错误定位方法研究[D];南京航空航天大学;2015年

，

本文编号：1427376