本书从智能信用评价体系构建、大数据信用特征构造、智能信用评价模型设计、数据缺失与非均衡数据处理等方面系统地研究了大数据环境下的智能信用评价理论与方法。研究内容包括智能信用评价体系构建理论、基于文本信息的信用特征构造方法、基于关系网络的信用特征构造方法、基于社会资本的信用特征构造方法、动态信用评价模型构建方法、可解释智能信用评价模型构建方法、数据缺失与非均衡数据处理方法及信用评价系统的评估与优化方法等，并将研究成果运用到普惠金融和中小微企业信用风险管理实践中，较好地解决了大数据环境下普惠金融和中小微企业信用评价中的关键科学问题。

更多科学出版社服务，请扫码获取。

目录 第1章 绪论 1 1.1 大数据环境下的信用与信用评价 1 1.2 大数据环境下信用评价理论与方法变革 3 1.3 大数据环境下信用评价面临的挑战 5 1.4 关键科学问题与内容组织 6 1.5 主要特色与学术贡献 11 本章小结 14 参考文献 14 第2章 信用评价理论基础 15 2.1 信用 15 2.2 信用评价 17 2.3 信用评价基本理论 20 2.4 信用评价分析框架 28 2.5 数据驱动的信用评价分析框架 31 本章小结 33 参考文献 34 第3章 大数据环境下的智能信用评价体系 38 3.1 引言 38 3.2 信用评价体系的发展 39 3.3 大数据环境下的全息信用特征体系 46 3.4 大数据环境下的动态协同智能信用评价模型体系 54 本章小结 61 参考文献 61 第4章 基于文本信息的信用特征构造方法 65 4.1 引言 65 4.2 国内外研究状况 66 4.3 基于主题模型的信用特征构造方法 67 4.4 基于词嵌入的信用特征构造方法 81 4.5 基于规则匹配的信用特征构造方法 97 本章小结 109 参考文献 110 第5章 基于关系网络的信用特征构造方法 113 5.1 引言 113 5.2 国内外研究状况 114 5.3 基于企业关系网络的关联风险特征构造方法 116 5.4 融合高阶关系的关联风险特征构造方法 131 本章小结 148 参考文献 149 第6章 基于社会资本的信用特征构造方法 153 6.1 引言 153 6.2 国内外研究状况 154 6.3 基于结构和认知社会资本的信用特征构造方法 156 6.4 基于结构和关系社会资本的信用特征构造方法 162 本章小结 181 参考文献 181 第7章 基于深度学习的非均衡数据处理方法 184 7.1 引言 184 7.2 国内外研究状况 185 7.3 基于GAN的非均衡数据处理方法 198 7.4 基于深度迁移学习的非均衡数据处理方法 204 7.5 非均衡数据处理方法对比实验 211 本章小结 217 参考文献 218 第8章 大数据环境下的动态信用评价模型 221 8.1 引言 221 8.2 国内外研究状况 222 8.3 基于混合生存分析的动态信用评价模型 228 8.4 融入面板数据的动态信用评价模型 243 8.5 基于动态信用评价模型的借贷平台风险分析 257 本章小结 274 参考文献 275 第9章 大数据环境下的智能信用评价模型 280 9.1 引言 280 9.2 国内外研究状况 281 9.3 基于多任务集成学习的智能信用评价模型 287 9.4 融合软硬信息的智能信用评价模型构建方法 308 9.5 基于联邦学习的智能信用评价模型 317 本章小结 329 参考文献 330 第10章 大数据环境下数据缺失的信用评价模型构建方法 334 10.1 引言 334 10.2 国内外研究状况 335 10.3 属性值缺失下基于稀疏感知的信用评价模型构建方法 338 10.4 类别标签缺失下基于半监督学习的信用评价模型构建方法 348 本章小结 358 参考文献 358 第11章 大数据环境下信用评价模型评估与优化方法 360 11.1 引言 360 11.2 模型预测性能评估方法 361 11.3 模型稳健性检验方法 365 11.4 模型优化方法 369 本章小结 374 参考文献 374 总结与展望 376