基于卷积神经网络的网贷违约风险模型研究

扫码查看

原文链接

万方数据
维普

中文摘要：自互联网金融诞生以来,网络贷款得到了快速发展,但是借贷双方的信息不对称增加了网贷的违约风险,同时随着互联网技术的发展网贷用户数据也表现出高维化的趋势,数据处理面临更大的挑战,因此亟需应对该问题并在网贷违约风险上进行准确、稳定的预测.该文提出了卷积神经网络(CNN)和一般机器学习模型结合的预测模型,利用CNN在数据特征提取上的优势来处理高维的网贷用户信息.首先采用数值图形化思想对网贷用户数据进行处理并与CNN对接,其次调整其超参数选择合适的网络模型,然后基于三种一般机器学习模型与CNN的组合进行网贷风险预测测试,最后在真实数据集上使用最优的网贷违约风险预测模型进行预测.实验结果验证了组合模型的显著性以及CNN对一般机器学习模型性能提升的能力,为网贷风险预测提供了一种新思路.

外文标题：Research on Prediction Model of Internet Loan Default Based on CNN

作者：

钟世钦

展开 >

作者单位：

合肥工业大学管理学院,安徽合肥 230009

合肥工业大学过程优化与智能决策教育部重点实验室,安徽合肥 230009

关键词：

卷积神经网络网贷风险深度学习特征提取模型组合

基金：

国家自然科学基金国家自然科学基金安徽省科技重大专项

项目编号：

9154610871521001201903a05020020

出版年：

2022

DOI：

10.3969/j.issn.1673-629X.2022.05.021

计算机技术与发展

陕西省计算机学会

计算机技术与发展

CSTPCD

影响因子：0.621

ISSN：1673-629X

年,卷(期)：2022.32(5)

参考文献量10