基于PSO的改進(jìn)的SVDD算法及其在個(gè)人信用評(píng)估中的應(yīng)用.pdf

1、暨南大學(xué)碩士學(xué)位論文題名（中英對(duì)照)：基于PSO的改進(jìn)的SVDD算法及其在個(gè)人信用評(píng)估中的應(yīng)用Title:ApplicationofthealgithmbasedonthePSOimprovedSVDDfthepersonalcreditrating作者姓名：李樹卿指導(dǎo)教師姓名及學(xué)位、職稱：龐素琳博士教授學(xué)科、專業(yè)名稱：數(shù)學(xué)應(yīng)用數(shù)學(xué)學(xué)位類型：學(xué)術(shù)學(xué)位論文提交日期：論文答辯日期：答辯委員會(huì)主席：楊建輝論文評(píng)閱人：楊建輝、王小燕學(xué)位授予單位

2、和日期：摘要近年來，隨著我國經(jīng)濟(jì)的飛速發(fā)展，信用消費(fèi)增長迅猛，經(jīng)濟(jì)逐步信用化，且各種個(gè)人信用消費(fèi)貸款如個(gè)人住房貸款、個(gè)人短期信用貸款、個(gè)人汽車貸款等的規(guī)模呈現(xiàn)出了迅速擴(kuò)大化的趨勢。國內(nèi)各大商業(yè)銀行紛紛把發(fā)展個(gè)人信貸業(yè)務(wù)列為自己在未來發(fā)展制定戰(zhàn)略時(shí)的重點(diǎn)關(guān)注對(duì)象，但就目前來說，國內(nèi)各商業(yè)銀行對(duì)于個(gè)人信貸業(yè)務(wù)的風(fēng)險(xiǎn)管理水平還比較低，管理手段方法相對(duì)比較落后，且欠缺一套科學(xué)、完善的個(gè)人信用評(píng)估體系。而個(gè)人信用評(píng)估的準(zhǔn)確率將直接影響到信貸機(jī)構(gòu)的

3、收益，這就要求商業(yè)銀行等信貸機(jī)構(gòu)在個(gè)人信貸業(yè)務(wù)方面要具有科學(xué)、完備的信用風(fēng)險(xiǎn)管理體系，從而對(duì)于個(gè)人信用評(píng)估這一問題的探討與研宄就具有十分重要的現(xiàn)實(shí)意義。另外，考慮到在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)的獲取和規(guī)模都發(fā)生了根本性的變化，數(shù)據(jù)量呈現(xiàn)出大幅度增長的趨勢。面對(duì)海量的數(shù)據(jù)資源，信用評(píng)級(jí)行業(yè)迎來了轉(zhuǎn)型升級(jí)的機(jī)遇，同樣也面臨著前所未有的挑戰(zhàn)?；诖髷?shù)據(jù)時(shí)代背景下對(duì)于個(gè)人信用數(shù)據(jù)進(jìn)行信用評(píng)估，本文在數(shù)據(jù)分析與整合方面嘗試進(jìn)行探索，考慮運(yùn)用相關(guān)的技術(shù)方法

4、首先對(duì)樣本數(shù)據(jù)集進(jìn)行降維分解，從而達(dá)到降低模型的復(fù)雜度，同時(shí)提高模型分類精度的目的。本文構(gòu)造了一種基于粒子群算法并結(jié)合改進(jìn)的SVDD算法所構(gòu)成的混合信用評(píng)估方法。文章首先對(duì)信用樣本數(shù)據(jù)進(jìn)行預(yù)處理，然后再運(yùn)用粒子群算法同時(shí)進(jìn)行對(duì)數(shù)據(jù)的特征提取和對(duì)SVDD算法參數(shù)的優(yōu)化，并結(jié)合改進(jìn)的SVDD算法構(gòu)建成最終的混合信用評(píng)估模型，對(duì)信用數(shù)據(jù)進(jìn)行評(píng)估。最后將文章所構(gòu)建的混合信用評(píng)估模型運(yùn)用于兩個(gè)真實(shí)的信用數(shù)據(jù)集上，進(jìn)行實(shí)證研宄，并通過實(shí)證結(jié)果發(fā)現(xiàn)，