基于改进Adaboost的信用评价方法.PDFVIP

第２６卷　第２期 运　 筹　 与 　管　 理 Ｖｏｌ．２６，Ｎｏ．２ ２０１７年２月 ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥ Ｆｅｂ．２０１７ 　 　 基于改进 Ａｄａｂｏｏｓｔ的信用评价方法 蒋翠清，　梁 坤，　丁 勇，　段 锐 （合肥工业大学 管理学院，安徽 合肥 ２３０００９） 摘　要：网络借贷环境下基于Ａｄａｂｏｏｓｔ的信用评价方法具有较高的基分类器分歧度和样本误分代价。现有研究没 有考虑分歧度和误分代价对基分类器样本权重的影响，从而降低了网络借贷信用评价结果的有效性。为此，提出 一种基于改进 Ａｄａｂｏｏｓｔ的信用评价方法。该方法根据基分类器的误分率，样本在不同基分类器上分类结果的分歧 程度，以及样本的误分代价等因素，调整 Ａｄａｂｏｏｓｔ模型的样本赋权策略，使得改进后的Ａｄａｂｏｏｓｔ模型能够对分类困 难样本和误分代价高的样本实施有针对性的学习，从而提高网络借贷信用评价结果的有效性。基于拍拍贷平台数 据的实验结果表明，提出的方法在分类精度和误分代价等方面显著优于传统的基于Ａｄａｂｏｏｓｔ的信用评价方法。 关键词：信用评价方法；Ａｄａｂｏｏｓｔ；分歧度；误分代价 中图分类号：Ｆ８３２．４　文章标识码：Ａ　文章编号：１００７３２２１（２０１７）０２０１３５０５　ｄｏｉ：１０．１２００５／ｏｒｍｓ．２０１７．００４２ ＣｒｅｄｉｔＡｓｓｅｓｓｍｅｎｔＭｏｄｅｌＢａｓｅｄｏｎｔｈｅＩｍｐｒｏｖｅｄＡｄａｂｏｏｓｔ ＪＩＡＮＧＣｕｉｑｉｎｇ，ＬＩＡＮＧＫｕｎ，ＤＩＮＧＹｏｎｇ，ＤＵＡＮＲｕｉ （ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｅｆｅｉ２３０００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｃｏｎｔｅｘｔｏｆｏｎｌｉｎｅｌｅｎｄｉｎｇ，Ａｄａｂｏｏｓｔｂａｓｅｄｃｒｅｄｉｔａｓｓｅｓｓｍｅｎｔａｐｐｒｏａｃｈｈａｓｈｉｇｈｄｉｓａｇｒｅｅｍｅｎｔ ｌｅｖｅｌａｍｏｎｇｄｉｆｆｅｒｅｎｔｂａｓｉｃｃｌａｓｓｉｆｉｅｒｓａｎｄｈｉｇｈｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｃｏｓｔｏｎｓａｍｐｌｅｓｅｔ．Ｅｘｉｓｔｉｎｇｓｔｕｄｉｅｓｆａｉｌｔｏｃｏｎ ｓｉｄｅｒｔｈｅｅｆｆｅｃｔｏｆｂａｓｉｃｃｌａｓｓｉｆｉｅｒｓ’ｄｉｓａｇｒｅｅｍｅｎｔａｎｄｓａｍｐｌｅｓ’ｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｃｏｓｔｏｎｔｈｅｓａｍｐｌｅｗｅｉｇｈｔｓｉｎ ｂａｓｉｃｃｌａｓｓｉｆｉｅｒｓ，ｌｅａｄｉｎｇｔｏｔｈｅｄｅｃｌｉｎｅｏｆｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｃｒｅｄｉｔａｓｓｅｓｓｍｅｎｔｍｏｄｅｌｉｎｏｎｌｉｎｅｌｅｎｄｉｎｇｂｕｓｉｎｅｓ ｓｅｓ．Ｔｈｅｒｅｆｏｒｅ，ｗｅｐｒｏｐｏｓｅａｃｒｅｄｉｔａｓｓｅｓｓｍｅｎｔａｐｐｒｏａｃｈｂａｓｅｄｏｎａｎｉｍｐｒｏｖｅｄＡｄａｂｏｏｓｔｍｏｄｅｌ．Ｔｈｉｓａｐｐｒｏａｃｈ ｃａｎｉｍｐｒｏｖｅｔｈｅｓｔｒａｔｅｇｙｏｆｗｅｉｇｈｔｉｎｇｉｎＡｄａｂｏｏｓｔｍｏｄｅｌｔｈｒｏｕｇｈｃｏｎｓｉｄｅｒｉｎｇｔｈｅｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｒａｔｅｓｏｆｂａｓｉｃ ｃｌａｓｓｉｆｅｒｓ，ｔｈｅｄｉｓａｇｒｅｅｍｅｎｔｏｆｌｅａｒｎｉｎｇｒｅｓｕｌｔｓｏｆｓａｍｐｌｅｓａｍｏｎｇｂａｓｉｃｃｌａｓｓｉｆｉｅｒｓ，ａｎｄｔｈｅｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｃｏｓｔ ｏｆｓａｍｐｌｅｓ．Ｏｕｒａｐｐｒｏａｃｈｃａｎｉｍｐｒｏｖｅｔｈｅｖａｌｉｄｉｔｙｏｆｃｒｅｄｉｔａｓｓｅｓｓｍｅｎｔｒｅｓｕｌｔｓｉｎｏｎｌｉｎｅｌｅｎｄｉｎｇｃｏｎｔｅｘｔｂｙｆｏｃｕ ｓｉｎｇｏｎｔｈｅｓａｍｐｌｅｓｔｈａｔａｒｅｄｉｆｆｉｃｕｌｔｔｏｃｌａｓｓｉｆｙａｎｄｈａｖｅｈｉｇｈｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｃｏｓｔ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎ ＰＰＤａｉｐｌａｔｆｏｒｍｓｈｏｗｔｈａｔｔｈ