特征工程在中小企業(yè)信用評估中的應(yīng)用研究.pdf

1、中小企業(yè)對于我國的經(jīng)濟(jì)來說是重要基礎(chǔ)，對于經(jīng)濟(jì)社會發(fā)展有著重要的影響。隨著近幾年中央發(fā)布了《關(guān)于扶持小型微型企業(yè)健康發(fā)展的意見》，再加上全球互聯(lián)網(wǎng)金融浪潮的卷席，使得原本受國際金融危機(jī)、全球經(jīng)濟(jì)復(fù)蘇緩慢影響的中小企業(yè)問題得到重視和大力發(fā)展，融資難問題是阻礙其健康發(fā)展的關(guān)鍵因素。隨著互聯(lián)網(wǎng)金融的興起和傳統(tǒng)銀行貸款評估方式的變革，急需一種線上快速高效準(zhǔn)確的審批放款系統(tǒng)，能夠從眾多中小企業(yè)中選擇出“好企業(yè)”。基于人工智能算法的中小企業(yè)信用評估

2、系統(tǒng)就是滿足上述條件的線上系統(tǒng)，在成本上具有低成本的好處，在效率上具有高效的特點，以及具有高精確率的優(yōu)點。目前，國內(nèi)很多互聯(lián)網(wǎng)金融借貸公司比如宜人貸、陸金所、人人貸和拍拍貸等大多數(shù)基于該類系統(tǒng)。
　　基于人工智能算法的中小企業(yè)信用評估系統(tǒng)雖然應(yīng)用已十分廣泛，但也存在著很多待改善的問題，出現(xiàn)很多互聯(lián)網(wǎng)金融公司因為信用評估不當(dāng)導(dǎo)致大面積的違約事件，使得很多互聯(lián)網(wǎng)金融公司資金鏈斷裂，最終走向破產(chǎn)倒閉，因此在如今互聯(lián)網(wǎng)金融業(yè)務(wù)發(fā)展帶來方便

3、的同時也對算法和模型的精確度提出了更高的要求，因此，高精確度的中小企業(yè)信用風(fēng)險評估模型成為研究的熱點和難點。
　　為了得到高精確度的人工智能信用風(fēng)險評估模型，本文從特征工程入手，在分析現(xiàn)有研究的基礎(chǔ)上，針對特征工程進(jìn)行了兩個方面的研究與改進(jìn)，主要工作為：
　?。?）提出了一種直接融合專家領(lǐng)域知識的綜合權(quán)重特征選擇方法。中小企業(yè)信用評估算法中特征的選擇是其關(guān)鍵所在，本文提出的特征選擇方法，是使用由專家直接領(lǐng)域知識產(chǎn)生的綜合權(quán)重

4、對原始數(shù)據(jù)集進(jìn)行特征選擇，在去除相關(guān)、降低耦合的同時有效避免了傳統(tǒng)特征選擇方法在降維的過程中對得到的特征進(jìn)行含義解釋時存在模糊性，從而導(dǎo)致綜合評價函數(shù)意義不明確。利用新的特征選擇方法在給出的數(shù)據(jù)集上進(jìn)行信用評估分類實驗，驗證了提出的基于專家領(lǐng)域知識的綜合權(quán)重特征選擇方法能夠提升分類的準(zhǔn)確性。
　　（2）提出一種基于L2范數(shù)改進(jìn)的logistic回歸對原始數(shù)據(jù)集進(jìn)行特征提取的特征提取算法。對于原始的logistic回歸特征提取法來說