資源描述:
《基于支持向量機(jī)的互聯(lián)網(wǎng)金融個(gè)人信用評(píng)估方法研究.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、—-■—.V'‘—;凝護(hù)T背苗,敦學(xué)板化巧:"482■#V-.詩(shī):;學(xué)號(hào):140506020002妄蘆.糾爆漸才姑丈您扇養(yǎng)燕-...ZHEJIANGUNIVERSITYOFFINANCEANDECONOMICSr'、‘結(jié):巧r古單化論文祥知.'.?感.:是;'-.:..,:/:.V%、怎諾巧:苗滿每''.-..-‘’.:一-.V巧町下片^妄的、爭(zhēng)MASTERSDISSERTATION二-谷么巧論義厘目基于支巧向量機(jī)放直聯(lián)網(wǎng)金?'■■■,■■■?■'■?-杯?v、苗心
2、—蒂.S;.議苗分個(gè)人但用評(píng)估方法研巧邊塾馬二V-.’..^...可再—.I.-■'^-..—.W'作者姓名連程.?.--?、.一;--■-、.片.;.V:-'夸業(yè)么業(yè)餐巧苗等—V;,詳■一*記?一?妾壤。航t學(xué)徐巧A管理與工程學(xué)掠邊祭輯-.'。一一'']一.、--中、V'‘'..'...'^'-.二.巧:.;V.-巧:巧\;杳.;、*.巧v.:.'''>穿'.’'‘'’'八..淨(jìng)'、壞、女巧導(dǎo)巧師規(guī)建榮聲鋪寒餐‘—’-?—
3、...‘.^?'‘‘...、.-、.:..八;::Vv.■—i己^‘公<巧三’';-201612i年月>為邊告完日議成巧、一^!■?■'w?-.L.?_'‘‘-..’-J:.-、,r一.三.;*—.'--^^->.^^^,;片巧'.若苗七^-,苗;-;>.,廣—^;.又再’^^^..I.''.巧巧'‘V方.^:.巧町巧巧,節(jié);心:.-^-:..心'-',護(hù)於:V'■一;-‘己V^■?.片丫一'中. ̄-'-啼女■■i;、'..巧.V■.'.-..'’?..-’.少.-'
4、一一一,—.―心'r'■:戸y..'’,一一.-’—'一.;'-.一:';V..乂、.衣足乂產(chǎn)、v、心:并:,-'.■'^:人'.片節(jié)■’■-盧'-三-.'.':.Ci-:C".;節(jié)1w'.興?'.'一—…'■.■品-‘-“.V-.-'.',V..迄V''.v一X.::成祀常.:滬碩士學(xué)位論文基于支持向量機(jī)的互聯(lián)網(wǎng)金融個(gè)人信用評(píng)估方法研究2016年12月MASTERSDISSERTATIONInternetFinancialPersonalCreditAssessmentBasedonSupportVectorM
5、achine(SVM)MethodDecember2016浙江財(cái)經(jīng)大學(xué)碩士學(xué)位論文摘要中國(guó)經(jīng)濟(jì)的快速發(fā)展,提高了居民信用消費(fèi)能力?;ヂ?lián)網(wǎng)金融的快速發(fā)展,為居民信用消費(fèi)提供了便利,個(gè)人住房按揭貸款、個(gè)人小額貸款、信用卡消費(fèi)貸款等信貸產(chǎn)品如雨后春筍般涌現(xiàn)。隨著中國(guó)經(jīng)濟(jì)進(jìn)一步信用化,信用消費(fèi)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的作用進(jìn)一步凸顯,居民信用消費(fèi)意愿和能力正穩(wěn)步上升。國(guó)內(nèi)各互聯(lián)網(wǎng)金融機(jī)構(gòu)紛紛把個(gè)人消費(fèi)貸款業(yè)務(wù)作為未來(lái)的發(fā)展戰(zhàn)略之一。但是,國(guó)內(nèi)的互聯(lián)網(wǎng)金融機(jī)構(gòu)對(duì)個(gè)人消費(fèi)貸款的風(fēng)險(xiǎn)管理水平相對(duì)較低,管理手段和方法還比較落后。此外,互聯(lián)網(wǎng)金融機(jī)構(gòu)不存在有效的個(gè)人信用評(píng)估方法,這嚴(yán)重阻礙了個(gè)人信貸業(yè)務(wù)
6、的發(fā)展。有效的信用評(píng)估模型不僅能增加互聯(lián)網(wǎng)金融機(jī)構(gòu)的利潤(rùn),而且還能擴(kuò)大互聯(lián)網(wǎng)金融機(jī)構(gòu)的信貸規(guī)模。因此,個(gè)人信用評(píng)估方法的研究意義重大。在互聯(lián)網(wǎng)金融時(shí)代,信用數(shù)據(jù)獲取的方式發(fā)生了改變,不僅可以從傳統(tǒng)的金融機(jī)構(gòu)獲取信貸數(shù)據(jù),還可以從電商平臺(tái)獲取電商數(shù)據(jù)以及從社交平臺(tái)獲取社交數(shù)據(jù)。伴隨而來(lái)的是信用數(shù)據(jù)規(guī)模的大幅度增長(zhǎng),信用評(píng)級(jí)業(yè)務(wù)面臨著巨大的機(jī)遇和挑戰(zhàn),如果缺乏大數(shù)據(jù)的處理能力,就無(wú)法充分挖掘潛藏在海量信用數(shù)據(jù)背后的價(jià)值?;ヂ?lián)網(wǎng)金融機(jī)構(gòu)已經(jīng)使用定量模型來(lái)評(píng)價(jià)消費(fèi)者個(gè)人的信用風(fēng)險(xiǎn),它的研究重點(diǎn)之一是信用評(píng)價(jià)模型。支持向量機(jī)是數(shù)據(jù)驅(qū)動(dòng)型模型,它在監(jiān)督式學(xué)習(xí)過程中對(duì)數(shù)據(jù)處理,不需要對(duì)數(shù)
7、據(jù)做特別的假設(shè)。當(dāng)數(shù)據(jù)量豐富或容易獲取時(shí),支持向量機(jī)的優(yōu)勢(shì)更加明顯,所以,它得到了學(xué)者的青睞。支持向量機(jī)的泛化能力相對(duì)其它的模型更好,本文提出了基于支持向量機(jī)的集成模型?;诖髷?shù)據(jù)時(shí)代背景下對(duì)互聯(lián)網(wǎng)金融個(gè)人信用數(shù)據(jù)進(jìn)行評(píng)估,本文在數(shù)據(jù)分析與整合方面進(jìn)行探索分析。本文在現(xiàn)有研究的基礎(chǔ)上,提出了基于支持向量機(jī)的集成模型RSBC-SVM,它以支持向量機(jī)作為基學(xué)習(xí)器,結(jié)合了bagging和randomsubspace兩種常見的集成策略以及相關(guān)性最小化集成選擇方法。此外,它還使用了模式搜索算法進(jìn)行參數(shù)優(yōu)化。RSBC-SVM模