CN107330781-CN201710463836-一种基于IFOASVM的个人信用风险评估方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107330781 A (43)申请公布日 2017.11.07 (21)申请号 201710463836.9 (22)申请日 2017.06.19 (71)申请人 南京信息工程大学 地址 210044 江苏省南京市宁六路219号 (72)发明人 杨春霞　王妍　朱鹏渭　俞新云　 朱进云　 (74)专利代理机构 江苏爱信律师事务所 32241 代理人 赵赞赞 (51)Int.Cl. G06Q 40/02(2012.01) G06N 3/00(2006.01) G06K 9/62(2006.01) 权利要求书2页 说明书6页 附图4页 (54)发明名称 一种基于IFOA-SVM的个人信用风险评估方 法 (57)摘要 本发明公开了一种基于IFOA-SVM的个人信 用风险评估方法，通过对传统的果蝇算法进行改 进，可以提高算法寻优效率的同时有效地保证算 法的寻优精度。IFOA是找出当前味道浓度较优的 n个精英果蝇位置,对这些位置进行加权处理,得 到一个最优加权位置，让果蝇群向该位置飞去。 放飞操作进行n次,选择味道浓度均值最优的一 次放飞。改进的果蝇算法不仅提高了找到最优解 的概率，也使找到最优解的速度得到了加快，将 其运用到信用风险评估中，得到较好的评估结 果，并且通过对样本数据中信用评价指标的量化 A 处理，提高了预测性能，具有较强的实用性，为银 1 行等金融机构明确贷款客户信用，降低贷款风险 8 7 0 提供有效的依据。 3 3 7 0 1 N C CN 107330781 A 权　利　要　求　书 1/2页 1.一种基于IFOA-SVM的个人信用风险评估方法，其特征在于，包括： 步骤1)，根据贷款人的个人数据对信用评价指标进行量化，确定基于IFOA-SVM个人信 用风险评价模型的目标函数； 步骤2)，基于支持向量机建立用来对贷款人进行信用评估的SVM模型，判别函数为 其中K(x ,y)为核函数，b为常数，a 为拉格朗日因子i＝1,2...n； i j i 步骤3)，对果蝇算法进行改进； 步骤4)，采用改进的果蝇算法优化SVM参数，用改进的果蝇算法对惩罚因子C和核函数g 进行全局寻优，得到两个参数的最优解；最优解参数代入到步骤2中的SVM模型进行学习训 练，建立基于IFOA-SVM的个人信用风险评估模型； 步骤5)，将步骤1中的部分用作测试的贷款人数据带入到步骤4)中的基于IFOA-SVM的 个人信用风险评估模型，并与网格法搜索参数的SVM、GA-SVM和FOA-SVM的评估效果进行对 比。 2.如权利要求1所述的方法，其特征在于，所述步骤1)包括以下子步骤： (1,1)选取1000个借款者信息及其对应的信用评级信息，其中500组作为训练数据，500 组用于测试数据； (1,2)选取银行账户的状态、持续月份、信用历史、信用保证金额度、储蓄存款账户/债 券、目前工作状态、婚姻关系、个人居住情况、不动产、年龄、分期付款计划、在这家银行现有 的信贷数量、可提供的担保人、电话号码有无注册、是否为外籍人士这15个评级指标作为输 入变量，最后输出的是其信用评级：1代表有风险，0代表无风险； (1,3)目标函数设置为SVM对数据进行预测后的均方根误差，并使得均方误差最小化。 3.如权利要求1所述的方法，其特征在于，所述步骤2)包括以下