基于卷积神经网络的网贷违约风险模型研究

来源：计算机技术与发展杂志2022年第05期北京时间：

作者：钟世钦;'

单位：1. 合肥工业大学 管理学院,安徽 合肥 230009;2. 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

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。

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