基于受限波兹曼机特征提取的互联网贷款申请评分模型

发布时间：2017-09-16 07:24

  本文关键词：基于受限波兹曼机特征提取的互联网贷款申请评分模型

  更多相关文章： RBM Elastic-Net 评分模型 P2P网贷

【摘要】：作为互联网金融当中最热门最活跃的领域,P2P网贷发展速度非常之快。截止2016年8月底,我国线上P2P网贷平台数量为2235家,投资人数至351.80万人,借款人数达到了135.31万人,历史累计成交量为25815.09亿元。其中8月份的单月整体成交量达到1910.30亿元,新上线平台40家。但是在同样的当月内,停业平台57家,问题平台42家,停业平台超过了新上线平台。而累计问题平台数更是达到了1978家。这表明在P2P网贷这种公司成立门槛较低的行业,风控体系还很不完善,这将给社会和广大投资者带来巨大的风险和损失。因此,投资人和平台公司需要更好的工具用以有效识别平台和项目风险。P2P模式最早诞生于英美,它的发展主要依据两个重大条件,一是互联网技术使得交易效率提高;二是征信数据的广泛适用及覆盖。一方面,作为互联网公司,P2P平台公司较传统行业在数据获取方面具有更低成本和更大容量的优势;基于现下流行的Hadoop,Spark等开源大数据处理技术,也可以实现数据高效处理;另一方面,互联网金融公司的数据仓库中保存有大量不属于传统金融机构数据采集范畴(例如网页表单访问记录)的字段,并且更倾向于大批量轻量级贷款,传统的风控模型往往没有足够令人满意的表现。为此,本文提出使用基于受限波兹曼机(RBM)模型的特征工程方法,不依赖专家经验,更好地提取征信数据库中的信息提升模型精度。本文实践表明,RBM是一种有效的特征提取方法,用于评分模型的特征提取可明显提高模型精度。
【关键词】：RBM Elastic-Net 评分模型 P2P网贷
【学位授予单位】：上海师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6;F832.4
【目录】：

• 摘要5-6
• Abstract6-7
• 第1章 绪论7-10
• 1.1 研究背景7-8
• 1.2 研究目的和意义8
• 1.3 研究内容、方法和结构8-9
• 1.4 本文的主要贡献9-10
• 第2章 相关理论和文献综述10-19
• 2.1 文献综述10-15
• 2.1.1 受限波兹曼机10-11
• 2.1.2 信用评分模型11-15
• 2.2 相关理论15-19
• 2.2.1 申请评分模型15-16
• 2.2.2 Elastic-Net回归模型16-18
• 2.2.3 受限波兹曼机（RBM）18-19
• 第3章 RBM模型构建与参数估计19-29
• 3.1 受限波尔兹曼机（RBM）的基本模型19-21
• 3.2 基于对比散度的RBM快速学习算法21-27
• 3.2.1 梯度计算公式22-25
• 3.2.2 对比散度算法25-27
• 3.3 RBM模型的参数设置27-28
• 3.3.1 权重和偏置的初始值27
• 3.3.2 权重和偏置的初始值学习率和动量学习率27
• 3.3.3 Gibbs采样27-28
• 3.4 RBM的评估28-29
• 第4章 申请评分模型的建立29-44
• 4.1 数据预处理29-39
• 4.1.1 数据获取与准备29-33
• 4.1.2 特征离散化33-35
• 4.1.3 WOE编码35-39
• 4.2 模型训练39-44
• 4.2.1 Elastic-Net-Logistic模型39-41
• 4.2.2 RBM模型41-42
• 4.2.3 RBM Logistic模型42-43
• 4.2.4 模型评价43-44
• 第5章 总结与不足44-45
• 5.1 本文的主要结论44
• 5.2 本文的不足44-45
• 致谢45-46
• 参考文献46-48

【参考文献】

中国期刊全文数据库 前4条

1 钮明;;“草根”金融P2P信贷模式探究[J];金融理论与实践;2012年02期

2 莫易娴;;P2P网络借贷国内外理论与实践研究文献综述[J];金融理论与实践;2011年12期

3 吴晓光;;浅谈商业银行网络融资业务的风险控制[J];新金融;2011年07期

4 刘文雅;晏钢;;我国发展P2P网络信贷问题探究[J];北方经济;2011年14期

，

本文编号：861670