基于机器学习的房贷决策引擎的设计与实现

《基于机器学习的房贷决策引擎的设计与实现》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、硕士学位论文基于机器学习的房贷决策引擎的设计与实现DESIGNANDIMPLEMENTATIONOFHOUSELOANDECISIONENGINEBASEDONMACHINELEARNING莫智焱哈尔滨工业大学2018年6月国内图书分类号：TP311学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于机器学习的房贷决策引擎的设计与实现硕士研究生：莫智焱导师：李东教授副导师李升明工程师申请学位：工程硕士学科：软件工程所在单位：计算机学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP311U.D.C

2、:621.3DissertationfortheMasterDegreeinEngineeringDESIGNANDIMPLEMENTATIONOFHOUSELOANDECISIONENGINEBASEDONMACHINELEARNINGCandidate：MoZhiyanSupervisor：Prof.LiDongAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：SoftwareEngineeringAffiliation：SchoolofComputerScienceDateofDefence：J

3、une,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要近年来，随着互联网金融的发展，网络借贷平台在全球范围内迅速壮大。网络借贷与传统借贷有所不同，传统的放贷机构主要为银行，在线下办理贷款手续，能够掌握更有利于进行风控的信息；网络借贷的特点是线上进行、获取的信息量有限、量大，传统的风控模式已经不能够满足网络借贷的需求。房贷系统为线上进行的房屋抵押贷款系统，主要进行房屋抵押贷款的线上申请、用户资质审查、贷款审批流程。房贷系统资质审查和审批流程的现状包括层层

4、的个人资质、房屋资质的人工审核流程，审批流程缓慢，并且消耗大量的人力资源，审批带有极强的主观性，往往审批结果还不尽人意。本文利用房贷系统的历史贷款数据，通过Logistic回归、支持向量机、随机森林、神经网络等机器学习算法，建立贷款客户的违约预测模型，模型预测每一个用户存在的违约可能性，借助违约预测模型的预测结果，能对贷款风险进行有效的把控，降低公司可能存在的风险以及损失。设计决策引擎，将违约预测模型嵌入到现有房贷系统，决策引擎包括5个模块，分别为初始化模块、数据处理模块、模型管理模块、预测模块、持久化模块，嵌入决策引擎的房贷系统，能够实现客户数据的采集并预测

5、客户违约可能性的功能，大大提高房贷系统的风控效率。经过测试，决策引擎的预测准确率达到95%以上，对于违约用户的预测准确率达到90%以上，审批时间由原来的平均水平8天，降低至平均3天即可完成，所需人力也降低为原来的一半。总而言之，相较与传统审批流程，违约预测模型不仅风控效果更好，并且有利于快速、准确发现潜在违约客户，极大缩短审批时间，节省人力资源，达到业务需求。关键字：房贷；机器学习；数据清洗；决策引擎-I-哈尔滨工业大学工程硕士学位论文AbstractRecentlyintheseyears,interntetloanhasrapidlydevelopedin

6、worldwiderangealongingwiththedevelopmentofInternetfinace.Forexample,peertopeer(p2p)hasgainedagreatdevelopmentunderthebackgroundofmicro-enterprise,somerepresentationslikeYIRENDAIandRENRENDAIinChina.interntetloanisdifferentfromthetraditionalbankloaninsomewaysthetraditionalloanoperates

7、mainlythroughbankandonline,inthiswaythebankcanhaveusefulpersonalinformationtobuildarikcontrolingmodel.Whileinterntetloanproceedsofflineandtherearevariedinformationwhichcombinesusefulanduselessinformationtogether,itisatoughworktodistinguishthoseweneedandtheuseless.Soitisobviousthatth

8、etraditionalwaysofr