近年來,P2P貸款行業(yè)高速發(fā)展,已成為我國重要的金融產(chǎn)業(yè)之一,為我國經(jīng)濟發(fā)展帶來了諸多的機遇。P2P貸款在為個人融資帶來便利的同時,也存在貸款違約率高的問題,阻礙了P2P貸款行業(yè)的正常發(fā)展。P2P貸款信用風(fēng)險評價研究也成為企業(yè)與學(xué)者們關(guān)注的重點。隨著人工智能浪潮的來襲,基于機器學(xué)習(xí)的P2P貸款信用風(fēng)險評價方法以精準的預(yù)測精度受到了P2P貸款平臺和學(xué)者們的青睞,但現(xiàn)有研究仍存在不足。一方面,以貸款違約率最小化或預(yù)測準確率最大化為目標的機器學(xué)習(xí)方法,無法保證投資者在P2P貸款投資過程中收益的最大化;另一方面,與邏輯回歸和評分卡等傳統(tǒng)信用風(fēng)險評價方法相比,基于機器學(xué)習(xí)的P2P貸款信用風(fēng)險評價方法缺乏可解釋性,預(yù)測結(jié)果無法被投資者與P2P貸款平臺完全信任。針對上述問題,本文進行了以下兩方面研究。（1）針對機器學(xué)習(xí)方法無法保證P2P貸款投資者收益最大化的局限,本文采用遺傳算法對P2P貸款信用風(fēng)險評價中表現(xiàn)較好的隨機森林模型進行了改進（GA-RF）,提出了以投資者收益函數(shù)（Profit score）為目標的基于GA-RF的信用風(fēng)險評價方法。本文首先從投資者實際收益與實際損失和潛在收益與潛在損失四個... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與問題提出
    1.2 研究意義
    1.3 技術(shù)路線與主要研究內(nèi)容
2 相關(guān)文獻綜述
    2.1 P2P貸款信用風(fēng)險評價方法研究現(xiàn)狀
        2.1.1 傳統(tǒng)信用風(fēng)險評價方法研究
        2.1.2 基于機器學(xué)習(xí)的信用風(fēng)險評價方法研究
    2.2 隨機森林改進研究現(xiàn)狀
    2.3 機器學(xué)習(xí)模型可解釋性研究現(xiàn)狀
        2.3.1 分解式方法
        2.3.2 教學(xué)式方法
3 以投資者收益評價函數(shù)為目標的基于GA-RF的信用風(fēng)險評價方法
    3.1 投資者收益評價函數(shù)Profit score
    3.2 方法框架
    3.3 基于遺傳算法的隨機森林優(yōu)化
        3.3.1 問題描述
        3.3.2 遺傳算法
    3.4 實驗與分析
        3.4.1 數(shù)據(jù)集與特征選擇
        3.4.2 模型評價準則
        3.4.3 隨機森林參數(shù)優(yōu)化
        3.4.4 實驗設(shè)置
        3.4.5 實驗結(jié)果分析
        3.4.6 討論與建議
4 一種面向可解釋信用風(fēng)險評價的改進教學(xué)式方法
    4.1 改進教學(xué)式方法框架
    4.2 基于Weight-SMOTE的偽數(shù)據(jù)集抽樣方法
    4.3 教學(xué)式方法評價指標
    4.4 實驗與分析
        4.4.1 模型評價準則
        4.4.2 實驗設(shè)置
        4.4.3 實驗結(jié)果與討論
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
攻讀碩士期間參與項目情況
致謝


【參考文獻】：
期刊論文
[1]改進隨機森林的集成分類方法預(yù)測結(jié)直腸癌存活性[J]. 王宇燕,王杜娟,王延章,Yaochu Jin.  管理科學(xué). 2017(01)
[2]參數(shù)優(yōu)化隨機森林算法的土地覆蓋分類[J]. 周天寧,明冬萍,趙睿.  測繪科學(xué). 2017(02)
[3]基于決策樹的神經(jīng)網(wǎng)絡(luò)規(guī)則抽取方法[J]. 侯廣坤,張勁峰.  中山大學(xué)學(xué)報(自然科學(xué)版). 2000(04)

碩士論文
[1]基于P2P網(wǎng)絡(luò)借貸的個人信用風(fēng)險評估[D]. 彭康.暨南大學(xué) 2018
[2]P2P網(wǎng)絡(luò)借貸的信用評分研究[D]. 李燕偉.哈爾濱工業(yè)大學(xué) 2018
[3]基于隨機森林的P2P網(wǎng)貸借款人信用風(fēng)險評估研究[D]. 田桂英.湖南大學(xué) 2018
[4]基于加權(quán)決策樹的隨機森林模型優(yōu)化[D]. 馬曉東.華中師范大學(xué) 2017
[5]隨機森林在P2P網(wǎng)貸借款信用風(fēng)險評估中的應(yīng)用[D]. 徐婷婷.山東大學(xué) 2017
[6]信用卡申請的自動化審核管理方案及應(yīng)用研究[D]. 吳曉旭.上海交通大學(xué) 2013



本文編號：3380652