基于多模态社会关系的P2P借贷用户信用评估模型研究

Peer-to-Peer (P2P) lending, where individual lenders provide unsecured loans directly to individual borrowers via Internet, is rapidly growing in recent years. In P2P lending, a lender usually gives a loan to the borrowers who seem credible. Unfortunately, the lender is facing high risks of adverse selection and moral hazard, due to the serious information asymmetry between him/her and the borrowers. An accurately estimated credit of the borrowers is an important signal for the lenders to make a lending decision. Drawing on the social capital theory which indicates the inter-relation between social relationship and user credit, this proposal aims at modeling user credit with multiple social features that are captured from multi-mode social relationships in P2P lending. In particular, we study 1) multi-mode social relationship mining and modeling, 2) multi-mode social relationships fusing and features extracting, and 3) multi-feature based user credit modeling. This proposal will deepen the understanding of the inter-relations between multi-mode social features and user credits; it also gives both theoretical and practical insights to a variety of applications where credit evaluation and risk control are required.

互联网金融探索信息技术与金融业务的交叉融合，丰富了金融体系，提高了金融效率，虽然仍面临多方风险，但方兴未艾。P2P借贷是一种典型的高回报高风险的互联网金融业务。借贷双方信息不对称，借款人失信违约是其面临的主要风险之一。如何准确评估借款人信用、为出借人提供有效信息是控制这一风险亟待解决的问题。本项目立足社会资本理论，拟挖掘借贷活动参与者之间的多种异构（即多模态）社会关系，为准确评估个人信用引入新的信息源。综合考虑社会关系的多模态性、抽取能够反映用户信用的社会关系特征是关键挑战。基于此，本项目将重点研究：1）借贷活动中多模态社会关系建模方法；2）多模态社会关系融合机制及特征提取方法；3）有效特征选择机制及多特征融合的信用评估模型。本项目的意义在于揭示多模态社会关系与个人信用的内在关联和作用规律，为各类涉及信用评估、风险控制的潜在应用（如央行个人征信系统）提供理论和技术支撑。

互联网金融探索信息技术与金融业务的交叉融合，丰富了金融体系，提高了金融效率，虽然仍面临多方风险，但方兴未艾。P2P借贷是一种典型的高回报高风险的互联网金融业务。借贷双方信息不对称，借款人失信违约是其面临的主要风险之一。如何准确评估借款人信用、为出借人提供有效信息是控制这一风险亟待解决的问题。本项目立足社会资本理论，挖掘借贷活动参与者之间的多种异构（即多模态）社会关系，为准确评估个人信用引入新的信息源。综合考虑社会关系的多模态性、抽取能够反映用户信用的社会关系特征是关键挑战。基于此，本项目重点研究了：1）借贷活动中多模态社会关系建模方法；2）多模态社会关系融合机制及特征提取方法；3）有效特征选择机制及多特征融合的信用评估模型。..重要结果包括：1）通过分析借贷活动参与者之间的交互形式，提取了包括好友、投资尾随、访问地理位置相似性等各类社会关系网络，并基于图理论设计了统一的P2P借贷活动多模态社会关系建模方法；2）在社会关系特征提取方法上，提出了i) 基于随机游走的图嵌入算法的单模态社会网关系特征抽取方法, ii) 基于时序敏感异构图嵌入算法的多模态社会网关系特征抽取方法，iii) 基于注意力机制的多图协同卷积模态间社会网关系特征抽取方法；3）考虑到用户各类特征的异构性和时变性，设计了一套循环图神经网络框架，可对时变多模态社会关系特征进行有效融合，并利用融合后的综合特征对借贷用户进行信用评估，相较传统用户信用评估方法，取得显著性能提升。..本项目的意义在于揭示多模态社会关系与个人信用的内在关联和作用规律，并设计了完整的基于多模态社会关系的个人信用评估框架，为各类涉及信用评估、风险控制的潜在应用提供理论和技术支撑。另一方面，本项目提出的基于多模态社会关系对用户进行特征提取及融合的技术也有望在除个人信用评估以外的其他相关应用领域进行推广，如金融投资产品推荐等。