本文關(guān)鍵詞： 互聯(lián)網(wǎng)金融 P2P借貸 風(fēng)險評估 GBDT 社交　出處：《浙江大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：P2P借貸作為互聯(lián)網(wǎng)金融的新興形式,已經(jīng)成為個人理財?shù)囊粋�重要選擇,但是P2P借貸普遍存在違約問題。針對這一問題,現(xiàn)有的風(fēng)險評估模型往往只利用借貸的標的信息和借貸人本身信息來降低違約風(fēng)險。然而不同的借款人之間并不是獨立的,因此我們引入了社交的概念(Social),并使用增強學(xué)習(xí)模型中一類較好的分類器GBDT模型(Gradient Boosting Decision Tree),提出了社交數(shù)據(jù)驅(qū)動的P2P借貸風(fēng)險評估模型(GBDT-SOC)。首先,我們通過對P2P借貸數(shù)據(jù)的統(tǒng)計,發(fā)現(xiàn)社交因素與借貸人違約之間的潛在關(guān)系;分別對借貸人基于朋友信息的點對點聯(lián)系和基于群組信息的群體間聯(lián)系建立了相應(yīng)的社交影響力模型。然后我們進行特征選取和特征的重新構(gòu)建,并在這些特征上使用GBDT模型進行建模,并將我們建立的社交影響力模型與GBDT模型結(jié)合,構(gòu)建本文的GBDT-SOC模型,對模型進行線性回歸。最后利用梯度下降法訓(xùn)練參數(shù),得到對借貸的風(fēng)險評估結(jié)果。本文在P2P借貸平臺Prosper的數(shù)據(jù)集上進行結(jié)果分析和對比實驗。實驗結(jié)果表明,相較于傳統(tǒng)的P2P借貸風(fēng)險評估模型,本文在Prosper數(shù)據(jù)集模型顯著地提高了風(fēng)險預(yù)測的準確度。
[Abstract]:P2P lending, as a new form of Internet finance, has become an important choice of personal finance, but P2P lending generally exists default problem. The existing risk assessment models often use only the information of the subject matter of the loan and the information of the borrower to reduce the default risk. However, different borrowers are not independent. So we introduced the concept of social society. A better classifier, GBDT model, is used in the enhanced learning model. A social-data-driven P2P lending risk assessment model is proposed. Firstly, we use the statistics of P2P lending data. Discover the potential relationship between social factors and borrowers' default; The corresponding social influence model is established for the point-to-point connection of the borrower based on the friend information and the inter-group connection based on the group information respectively. Then we carry on the feature selection and the feature reconstruction. Based on these features, we use GBDT model to model, and combine our social influence model with GBDT model to construct the GBDT-SOC model of this paper. The linear regression of the model is carried out. Finally, the gradient descent method is used to train the parameters. The result of risk assessment is obtained. The results are analyzed and compared on the data set of P2P lending platform Prosper. The experimental results show that. Compared with the traditional P2P loan risk assessment model, this paper significantly improves the accuracy of risk prediction in the Prosper data set model.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F713.36;F831.2

【相似文獻】

相關(guān)期刊論文 前10條

1 明叔亮;陳玉鵬;徐龍建;張瑜;戶才和;;P2P:新媒體革命[J];互聯(lián)網(wǎng)周刊;2006年07期

2 張世浩;;精準廣告 再造P2P時代網(wǎng)絡(luò)盈利新模式[J];中國廣告;2006年10期

3 葉青;;P2P商業(yè)模式發(fā)展道路探析[J];商場現(xiàn)代化;2008年13期

4 解亞萍;;P2P的大規(guī)模在線游戲結(jié)構(gòu)設(shè)計[J];甘肅廣播電視大學(xué)學(xué)報;2009年02期

5 羅東;;小額信貸“P2P”[J];21世紀商業(yè)評論;2011年12期

6 倪月娟;;我國P2P小額網(wǎng)絡(luò)信貸研究[J];現(xiàn)代商業(yè);2013年27期

7 魏李良;;P2P網(wǎng)絡(luò)信貸行業(yè)的規(guī)范發(fā)展[J];北方經(jīng)濟;2013年13期

8 ;P2P無線東京大登陸[J];網(wǎng)際商務(wù);2001年07期

9 田東升;;P2P網(wǎng)絡(luò)信貸危機四伏[J];新產(chǎn)經(jīng);2013年02期

10 張志強;;當(dāng)前我國P2P信貸現(xiàn)狀及發(fā)展對策[J];華北金融;2013年07期

相關(guān)會議論文 前10條

1 梁達;王濤;鄭為東;楊柳;;淺析P2P網(wǎng)絡(luò)存儲[A];廣西計算機學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

2 梁達;王濤;鄭為東;楊柳;;淺析P2P網(wǎng)絡(luò)存儲[A];廣西計算機學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

3 徐向陽;吳曉峰;;P2P網(wǎng)絡(luò)中證書庫系統(tǒng)的研究與設(shè)計[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

4 蔡瑞媛;溫小霓;;現(xiàn)代信用借貸的創(chuàng)新模式:P2P網(wǎng)絡(luò)借貸平臺[A];第九屆中國軟科學(xué)學(xué)術(shù)年會論文集（下冊）[C];2013年

5 李鈞;王新;;P2P存儲網(wǎng)絡(luò)中的冗余維持[A];第15屆全國信息存儲技術(shù)學(xué)術(shù)會議論文集[C];2008年

6 趙靖;鄧倩妮;;Segment Storage System:基于P2P的網(wǎng)絡(luò)存儲服務(wù)(英文)[A];2006年全國開放式分布與并行計算機學(xué)術(shù)會議論文集（三）[C];2006年

7 李紅玉;覃海生;;P2P資源搜索算法概述[A];廣西計算機學(xué)會2006年年會論文集[C];2006年

8 張曉玲;鐘誠;李智;李錦;張尊國;;基于反饋選擇的P2P網(wǎng)絡(luò)搜索算法[A];2007年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(上冊)[C];2007年

9 湯克明;王創(chuàng)偉;陳];;P2P模擬器的比較研究[A];2008年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(上冊)[C];2008年

10 王偉;戴躍發(fā);石東海;;P2P網(wǎng)絡(luò)安全體系結(jié)構(gòu)[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

相關(guān)重要報紙文章 前10條

1 本報記者 游寰臻;傳統(tǒng)銀行競相涉水P2P網(wǎng)貸 野蠻瘋長亟需監(jiān)管跟進[N];通信信息報;2013年

2 記者 朱雪利;大鱷和小魚共存的P2P[N];杭州日報;2014年

3 本報記者 任曉;“國家隊”P2P網(wǎng)貸評價體系發(fā)布[N];中國證券報;2014年

4 本報記者 曾頌;廣州立根再貸款公司醞釀P2P 拓寬小貸再融資渠道[N];21世紀經(jīng)濟報道;2014年

5 新新貸副總裁 陳志飛;P2P網(wǎng)貸應(yīng)尊重金融邏輯[N];農(nóng)村金融時報;2013年

6 記者 高談;P2P投資者連踩四雷 200多萬被套[N];第一財經(jīng)日報;2013年

7 本報記者 張敏捷;銀行涉水網(wǎng)貸 P2P迎來“正規(guī)軍”[N];海峽財經(jīng)導(dǎo)報;2013年

8 本報記者 王潤珠;多家銀行摩拳擦掌籌備P2P[N];民營經(jīng)濟報;2013年

9 本報記者 松壑;P2P網(wǎng)貸陷“鏈式危機” 投資者維權(quán)進退迷茫[N];21世紀經(jīng)濟報道;2013年

10 新金融記者 袁誠　實習(xí)生 張夢龍;P2P“非法集資”第一案追蹤[N];新金融觀察;2014年

相關(guān)博士學(xué)位論文 前10條

1 李夢然;P2P網(wǎng)絡(luò)借貸投資者的信息識別與行為偏差[D];清華大學(xué);2014年

2 劉繪;我國P2P網(wǎng)絡(luò)借貸的風(fēng)險與監(jiān)管研究[D];天津財經(jīng)大學(xué);2015年

3 TO MINH HUONG（蘇明香）;中國P2P借貸平臺發(fā)展及對越南的借鑒研究[D];青島大學(xué);2017年

4 史正權(quán);P2P網(wǎng)絡(luò)借貸的運營模式、影響因素及風(fēng)險管理研究[D];武漢大學(xué);2014年

5 劉姍姍;基于P2P的大規(guī)模分布式虛擬現(xiàn)實系統(tǒng)設(shè)計中若干問題的研究[D];中國科學(xué)技術(shù)大學(xué);2008年

6 張冶江;主動P2P蠕蟲的檢測與防御技術(shù)研究[D];華中科技大學(xué);2009年

7 曹旭斌;P2P在線借貸平臺社會資本測量及作用問題研究[D];西南財經(jīng)大學(xué);2013年

8 楊磊;針對P2P節(jié)點不合作行為的信任與激勵機制研究[D];電子科技大學(xué);2012年

9 王衛(wèi)東;單源P2P組播的系統(tǒng)安全研究[D];華中科技大學(xué);2011年

10 萬�；�;網(wǎng)絡(luò)借貸（P2P）平臺的成長模型研究[D];大連理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張盼;我國商業(yè)銀行發(fā)展P2P的動因及策略研究[D];武漢理工大學(xué);2014年

2 候亞美;我國P2P網(wǎng)絡(luò)借貸發(fā)展問題研究[D];河北大學(xué);2015年

3 劉琦;P2P下載技術(shù)在網(wǎng)絡(luò)應(yīng)用中侵權(quán)問題的刑法評價[D];華南理工大學(xué);2015年

4 李夢橋;P2P網(wǎng)絡(luò)借貸風(fēng)險監(jiān)管法律問題研究[D];遼寧大學(xué);2015年

5 余嘉敏;網(wǎng)絡(luò)借貸（P2P）平臺的量化監(jiān)管研究[D];華南理工大學(xué);2015年

6 王飛;P2P網(wǎng)絡(luò)借貸的法律風(fēng)險及防范[D];遼寧大學(xué);2015年

7 顏寶成;我國P2P網(wǎng)絡(luò)借貸平臺風(fēng)險防范法律對策研究[D];山東財經(jīng)大學(xué);2015年

8 馮澤敏;中國P2P網(wǎng)絡(luò)借貸信用風(fēng)險研究[D];遼寧大學(xué);2015年

9 李季;P2P網(wǎng)絡(luò)借貸中第三方信任對借款成功率的影響[D];西南交通大學(xué);2015年

10 艾麗淑;國內(nèi)P2P網(wǎng)絡(luò)借貸逾期率影響因素研究與社區(qū)網(wǎng)絡(luò)構(gòu)建建議[D];西南交通大學(xué);2015年

，

本文編號：1458070