학술논문
基于自然语言处理与深度学习的信用贷款评估模型 / Credit Loan Evaluation Model Based on Natural Language Processing and Deep Learning
Document Type
Academic Journal
Author
Source
系统管理学报 / Journal of Systems & Management. 29(4):629-638
Subject
Language
Chinese
ISSN
1005-2542
Abstract
针对信用贷款评估模型存在特征预处理复杂、受主观因素干扰、准确率较低等现象,提出一种新模型.该模型首先组建连续性信贷特征文本数据,然后使用Word2Vec算法进行词向量化后通过词嵌入层衔接卷积神经网络(CNN)进行评估,通过Keras框架并依据2008～2018年的银行个人信贷数据进行实证分析.结果表明:新模型的总体评估准确率高达91.7％,无需对缺失特征进行处理并可直接评估,且评估准确率更优异,达到85.8％.新模型将离散型的信贷特征转变为连续性文本,降低特征预处理复杂度,结合Word2Vec与自然语言处理实现直接评估缺失信贷特征的目的,并基于CNN优异的特征分析能力最终提高信贷评估模型鲁棒性,进一步改善信用贷款评估模型中存在的部分问题,同时避免评估中主观因素的干扰.