大数据下的用户金融肖像模型及其反馈演化机制研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 大数据用户肖像建模研究现状 | 第12-13页 |
| 1.3.2 肖像模型的影响因素研究现状 | 第13-14页 |
| 1.4 论文整体框架 | 第14-16页 |
| 2 研究框架 | 第16-20页 |
| 2.1 总体研究思路 | 第16页 |
| 2.2 技术路线 | 第16-19页 |
| 2.3 小结 | 第19-20页 |
| 3 P2P网络借贷用户肖像的静态模型 | 第20-28页 |
| 3.1 P2P网络借贷用户的标签体系 | 第20-23页 |
| 3.2 分词系统开发 | 第23-24页 |
| 3.3 TF-IDF算法 | 第24-25页 |
| 3.4 xgboost算法 | 第25-27页 |
| 3.5 小结 | 第27-28页 |
| 4 基于P2P平台借款人信用画像的静态分析 | 第28-35页 |
| 4.1 用户肖像基础特征的统计描述 | 第28-29页 |
| 4.2 用户肖像基础特征的静态分析 | 第29-32页 |
| 4.3 静态肖像模型对基础动态肖像的影响分析 | 第32-34页 |
| 4.4 小结 | 第34-35页 |
| 5 P2P网络借贷用户画像的动态模型 | 第35-43页 |
| 5.1 bagging算法 | 第35-36页 |
| 5.2 CNN算法 | 第36-40页 |
| 5.3 P2P用户守约率预测与分析 | 第40-42页 |
| 5.4 小结 | 第42-43页 |
| 结论 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读学位期间的研究成果 | 第50页 |
