-
题名融合网络结构特征的贷款违约预测研究
- 1
-
-
作者
孙玮
刘东琪
靳晓曼
-
机构
河北经贸大学金融学院
-
出处
《福建电脑》
2024年第10期18-22,共5页
-
基金
河北经贸大学项目“基于第三方量化平台的策略开发实验项目”(No.2021JYQ02)
“生成式人工智能模型纳入股票市场信息环境的潜在风险与应用对策研究”(No.2024ZD01)
+1 种基金
河北省金融学会项目“数字人民币生态系统研究:要素构成、圈层交互与协同演化”(No.xh2024036)
河北省人力资源社会保障科研合作项目“生成式人工智能在劳动力市场中的影响研究——基于河北省的扎根理论分析”(No.JRSHZ-2024-02016)资助。
-
文摘
信贷违约风险是金融风险的重要组成部分,应用机器学习进行违约预测已成为研究重点。为提升机器学习模型在贷款违约中的预测能力,本文构建了贷款用户的社会网络。通过选取体现关联关系的网络结构特征,并应用DeepWalk算法和Stacking模型,将用户的社会网络拓扑结构信息作为特征加入机器学习模型进行训练。实验结果表明,该模型能够提高预测准确度,较基准模型AUC分别提高了1.38%、1.74%,对金融机构在贷前风险识别及制定信贷决策具有借鉴意义。
-
关键词
社会网络
deepwalk算法
Stacking模型
贷款违约
-
Keywords
Social Network
deepwalk Algorithm
Stacking model
Loan Default
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于深度游走模型的标签传播社区发现算法
- 2
-
-
作者
冯曦
朱福喜
刘世超
-
机构
武汉大学计算机学院
汉口学院计算机科学与技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第3期220-225,232,共7页
-
基金
国家自然科学基金(61272277)
-
文摘
针对传统标签传播算法准确率较低的问题,提出一种基于深度游走模型的改进标签传播算法。以社会网络作为深度游走模型的输入,通过深度随机游走的方式对网络中的节点进行采样得到随机序列,并基于Skip Gram模型对其进行神经网络训练。运用层次Softmax对Skip Gram模型进行求解,得到节点的特征向量后在邻居节点之间计算节点相似度,将其作为标签传播概率的权重进行标签的传播迭代,最终得到社区发现的结果。在6个真实网络数据集和合成数据集上进行实验,结果表明,与传统标签传播算法相比,该改进算法具有较高的准确率,尤其对于节点个数在100以上的真实网络,Q值提高10%以上。
-
关键词
深度游走模型
随机序列
特征向量
SkipGram模型
节点相似度
传播迭代
-
Keywords
deepwalk model
random sequence
feature vector
SkipGram model
node similarity
propagation iteration
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
