网络借贷中高风险投资决策的知识获取方法研究

The project will explore data and information or knowledge acquisition method in P2P Lending with the high risk investment decision. For virtual directly person to person lending new features, in the face of complex data variable, big data environment, it results in knowledge acquisition bottleneck. However, the study existing theories and methods are not sufficient to address these new problems. This project propose four methods to address these problems: ① using bipartite network as meta-rules of concept model, to address how awareness and description the game situation of formal and visual, ② using investment combination (portfolio) and investors constitute (composition) to answer how obtained past of investment value and effect, ③ using logic regression method to address how do the borrower know if the borrower "reverse auction" and response factor ④ finally establishing a regression equation with twin kernel functions to calculate the default risk. From the already existed researches and the scheme it is feasibility of this project. Its significance is useful not only for the user's decision but also to the theory of data mining for business intelligence.

项目探索网络借贷（P2P Lending）中高风险投资决策需求的数据、信息或知识的获取方法。针对"人对人"虚拟直接借贷博弈的新特征，面对数据繁杂多变、价值隐匿的大数据环境，使得知识获取成为瓶颈。考察已有的理论和方法不足于解决这类问题。由此，本项目拟寻求适合的方法来解决以下的问题：①借用二分图的网络建立元规则的概念模型，实现借贷博弈情境的形式化与可视化；②进而采用投资组合（portfolio）与投资者构成(composition)建立实体网络数据模型与算法，获取以往的投资价值与效果；③接着采用逻辑回归分析，获取借款人"逆向拍卖"的应对策略与成功因素；④最后建立关于投资组合绩效水平和关于借款人信用水平的双核回归分析，估计投资违约的风险状态。从方案和路线、已有研究基础和能够借鉴的成果来判断此项目是可行的。其意义不仅可为网络平台管理和用户投资决策提供帮助，也将对知识获取和商务智能的方法有所补充。

网络借贷（P2P Lending：Peer to peer Lending）是在网络平台下人对人直接投资的新兴商务模式，它们的产生与发展带来了一系列新的理论与应用问题，是本项目研究的基本动因。. 网络借贷具有三个方面的突出特点和明显的个性：其一是网络平台的管理模式与功能不同而难于掌握操控与学好博弈技巧；其二是投资无抵押与无担保而具有高风险；其三是可观测数据具有大数据的特点而不易于归纳和直接使用。因此给投资者如何选择投资对象以求得高利润与低风险带来了很高的难度、也给借款人的“逆向拍卖”以求得低利率的全额借款带来了很多困难。. 本项目的研究内容是网络投资决策者最关心的四件事：（1）怎样认识与描述这种投资环境以便于测算、推断与运作；（2）如何获得历史上投资者的绩效与经验教训；（3）如何了解与熟悉借贷者博弈中成功的因素与关系；（4）怎样分析与估算投资方案的利润与风险。总之，研究的核心内容是支持网络投资决策的信息挖掘和知识获取方法。. 研究取得了很好的成果：（1）发表了11篇期刊论文，超额完成预期的任务，并且有写论文发表在国内和国外最好的期刊上，比如中国科学-信息科学、国际期刊SCI检索期刊等；（２）在理论与方法上有创新，比如：发现了信息挖掘建模的新方法，即利用复杂网络理论建立了复矢空间，解释了群体关系竞合中的基本规律和本质；再如：在应用中找到了银行客户忠诚度的挖掘新的计算方法等等。（３）申请并获得了国家科技支撑项目的子项目，即大连银行客户忠诚度信息挖掘。. 本项目研究的意义：有利于建立新兴电子商务的理论体系、有利于推动商务智能的成熟与发展，为风险决策与商务智能寻找理论的补充，为网络平台建设和广大用户提供帮助。