基于agent的社会信用评估与监管研究

《基于agent的社会信用评估与监管研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、１００１０中化化叫：学号：知？化ｔ化义乂緣硕＋研究生学位论文－题目篇ｔｆＡ沪作化ｒ巧？＾；３化占藏落章ｊ吁专业、舍為款平研究生冷成ｉ如指导教师余系卷日期：ｖＶ年ｉ月如日北京化工大学学位论文原創性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全

2、意识到本声明的法律结果由本人承担。作者签名：寺杭命日期：磁关于论文使用巧权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许学位论文被査阅和借阅；学校可公布学位论文的全部或部分内容，可允许采用影印、缩印或其它复制手段保存、汇编学位论文。□论文暂不公开（或保密）注释：本学位论文属于暂不公开（或保密）范围，在密后适用本授权书。

3、＿＿年解（□非暂不公开：或（或保密）论文注择本学位论文不属于暂不公开保密）范围，适用本授权书。作者签名；＾日期：＇导师签名Ｊ、八心又：ｆ考日期：学位论文数据集中图分类号Ｃ９３－０３学科分类号６３０５０４５．论文编号１００１０２０１６０８５７密级公开学位授予单位代码１００１０学位授予单位名巧北京化工大学作者姓名李欣谢学号２０１３２００８５７获学位专业名称管理科学与工程获学位专业代码０８７１００巧届来巧国家自然科学基金研究方

4、向人工替能论文應目基于Ａｇｅｎｔ的社会信用评估与监曾研究－－杜会信用，，ｕｌｔｉａｅｎｔｂａｓｅｄ＾＾，极致学习机信用风险评估分界点寻化Ｍｇ模型￣￣论文答辩日期２０化年５月２２日＊论文类型应用研究ＩＩ学位论文评间及答辩委员会倩况姓名职巧工作单位学科专长指导教师余乐安教授北京化工大学管理科学与工程策评巧人１李建平職员譯风险管理質諾諸是评巧入２汤铃副巧巧北京化工大学管理科学与工程评闽人３Ｗ巧人４评巧人５镑＾员会

5、主巧张文教授北京化工大学管巧科学与工程答辩委员１赵庆巧期巧巧北京化工大学管理科学与工程答巧委员２张强巧教巧北京化工大学管理科学与工程答辩委员３甘志？期教巧北京化工大学管理科学与工程答辩委员４巧嶺巧教授北京化工大学管理科学与工程答辩委员５一：１．２．３４．注．论文类型；基巧研巧应用研究．开发研究其它二中田分巧号在忡国图书资巧分类法＞査询。３－云．学科分类号在中华人民其和田田家标准（ＧＢ／Ｔ１７４５９）＜学科分类与代码＞中査巧

6、．四．论文编号由单位代码巧年份及学号的后四位组成．＾基于Ａｇｅｎｔ的社会信用评估与化管研究摘要随着经济全球化不断加速，信用欺诈事件时有发生。近几年，毒奶粉、地沟油等食品安全问题层出不穷，网络团购和网络购物流行的同时，假冒伪劣产品也在困扰着我们的生活。另外，受国际金賴危机和欧洲债务危机的影响，信用违约问题经常发生在生产生活中的每个角落。信用问题不仅扰乱了正常的市场秩序，延误了市场改革进度，而且増加了市场交易的成本。近几年来，我国正在积极建设社会信用体制，出台了多项

7、法律法规。同时，但都停留，不少学者也研究和探索了我国社会信用体系的相关问题在定性分析层面上。本文立足于国内外现有信用文献的研究，首先从不同角度对社会信用进行了全面综述，其次构建了社会信用风险评估模型，最后探讨研究了信用监管机制。レッ首先，本文分别从信用理论基础、评分技术及监管机制三方面对政府、企业和个人进行了综述。研究发现，（１）评级技术从偏向于定性分析的专家系统发展到效率和准确性较商的人工智能模型，评级效果得到了很大的提升；（２）监管机制的研究仅仅停留在定性分析层面，缺乏

8、定量分析。ｅｎＬＭ－Ｃ其次，本文基于人工智能Ａｇｔ构建了信用风险评估模型巧）。不同于现有使用固定分类分界点（０或化５）的模型，本模型特地将寻找最优分界点作为模型的重要参数给ｉｌｌ＾考虑，从期提髙模型的分类准确度。该模型选择高性能的极致学习机作为基本分类算法，运用网格寻优算法选Ｉ北京化工大学硕±学位论文１）择最优分类分界点。实证研究表明；（在信用风险评估领域，极致学习机比传统的人工智能模型预测