论文部分内容阅读
近年来,金融借贷模式已经逐步从传统的线下借贷模式演变成了人尽皆知的互联网金融借贷模式,也由此催生了国内外大量的互联网借贷平台,如人人贷、Prosper和Kiva等。网络P2P借贷相较于传统借贷模式很好地解决了现实世界中个人以及中小型企业融资困难的问题。P2P借贷平台拥有对贷款方的门槛要求低、贷款手续操作简便、贷款额度高和形式灵活等众多优势。但是,由于P2P借贷平台上的贷款种类繁多且缺乏有效的监管手段,贷款延期偿还和违约事件层出不穷,导致投资人的利益遭受了严重的损失。因此,要从海量的贷款申请中选出自己感兴趣且风险低的贷款对投资人而言至关重要。最近十几年来,研究者们针对投资人提出了大量的贷款组合推荐算法,其中大多数研究工作都是基于风险管理或者用户行为偏好来进行的。而如何推荐能够在投资人的兴趣爱好,收益期望和风险之间达到更好平衡的贷款组合这一任务还值得进一步研究,为此,本文提出了一个基于收益风险管理的多目标进化个性化推荐算法。进一步研究发现大多数针对P2P平台的推荐算法研究要么只考虑投资人的需求,要么只考虑了借款人的需求,不利于P2P平台的长期发展。为此,本文提出了一个基于博弈论的多目标进化推荐算法可以同时满足投资人和借款人的需求,即平衡平台内的多种用户的多种需求以实现平台长期发展。本文的主要研究工作如下:(1)本文提出了一个基于收益风险管理的多目标进化个性化推荐算法(MOEA-RRM)来平衡投资人的多种需求。算法的主要思想是通过将贷款组合推荐问题形式化为一个两目标优化问题以帮助投资人选择贷款组合。其中一个目标是通过改进的概率传播算法得到的投资人对贷款的预测评分,可以用来度量收益和爱好;另一个是投资人与贷款之间的匹配程度,可以用来度量风险。此外,在MOEA-RRM中,为了避免进化算法在前期进行过多无效的搜索,本文提出了一个基于指标的初始化策略;为了加快算法在进化过程中的搜索效率,本文提出了基于排名的决策空间降维策略。最后,在现实世界中的P2P借贷数据集Prosper上的实验结果证明了本文提出的MOEA-RRM的有效性,即提出的方法推荐的贷款组合在风险和收益之间具有良好折衷,并且可以满足投资人的兴趣爱好。(2)本文提出了一个基于博弈论的多目标进化推荐算法(GTEA)来平衡投资人和贷款人的不同需求。算法的主要思想是通过将投资人和贷款人的需求形式化为两个目标函数(博弈双方),分别对应两个子种群来分别优化这两个目标,然后在进化过程中互相博弈,最终得到同时满足双方需求的均衡解集。为了平衡各个子种群内的个体在两个目标上的表现,本文提出了一个博弈交叉算子,在进化中将不同子种群内的个体进行交叉折中;为了提升各个子种群在对应目标上的表现,本文提出了一个博弈变异算子,在进化中将同一子种群内的个体按该子种群对应的目标函数增大的方向进行变异优化。最后,在现实世界中的P2P借贷数据集Prosper上的实验结果表明,GTEA算法可以在投资人和贷款人的需求之间达到很好的均衡,即推荐的贷款组合可以同时满足投资人和贷款人的需求。