基于大学生群体信用画像的精准思政研究

随着我国数字化转型和数字经济的加速发展,社会信用体系的构建和完善面临着重大机遇与挑战,在这一过程中,大学生信用建设面临一系列问题:金融信用意识淡薄、守信意愿不强、征信信息共享不足、用信场景有待开发、尚信文化践行乏力等。针对上述问题,通过问卷调查、深度访谈等研究方法,综合新时代大学生基本属性、社会属性、价值属性、消费特征、信用特征,为新时代大学生群体进行“信用画像”,探索建设一条讲信——守信——征信——用信——尚信的数字信用精准治理路径即精准治理讲信,让学生听得懂、学得会;精准治理守信,让学生做得到,行得通;精准治理征信,让学生信得过,靠得住;精准治理用信,让学生用得上,用得对;精准治理尚信,让学生有得信,信得牢。

融合SOM神经网络与K-means聚类算法的用户信用画像研究

为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Means算法进行聚类分析。通过真实在线借贷平台数据对所提方法进行验证,结果表明,该方法可提升用户信用画像分析的质量,更好地满足金融数据分析中对实时管理和风险控制的要求,为金融机构提供精准的决策支持。

持续创新企业的信用画像特征——基于关键词迭代法

持续创新是企业获取长期竞争优势的重要保证,信用是企业赖以生存和发展的重要基础。从信用角度深入探讨持续创新企业具有的特殊信用画像特征,采用关键词迭代法,利用CiteSpace分析持续创新和企业信用两类中文文献的关键词,发现企业合法性、践约度和企业信用文化3个维度对两类文献关键词具有交叉重迭性。为了验证上述假设,进一步细化3个维度的评价指标体系,并通过全面筛选2010—2019新三板和创业板企业数据,选择符合持续创新条件的189家企业共1890个面板数据,应用Bootstrap模型验证持续创新企业信用画像3个维度特征,取得创新性理论成果。结论进一步拓展了创新研究视角,丰富了信用理论体系,可为企业开展持续创新活动提供实践指导。

基于大数据下大学生信用画像的研究

随着互联网时代的高速发展,大数据为互联网金融领域提供了全方位的信息基础,在经济社会发展中具有重大意义。基于大学生在个人征信体系中信用信息不全、自身信用质量较低的情况,本文以个人征信体系中较为特殊的大学生群体为研究对象,运用文献研究和案例分析相结合的方法,根据不同的大数据应用场景,对大学生信用画像进行分析,并对大数据下大学生征信发展过程中存在的问题提出相关意见和建议。

基于自动标签的城市信用画像系统的设计与实现

为了解决管理人员对城市信用数据查询效率和质量问题,实现信用画像快速、准确圈定数据的要求,提出了一种基于自动标签的城市信用画像系统。通过自动化标签技术来构建市场主体的信用画像,并基于标签结合集成学习算法实现了信用风险的自动预警,有效提升了信用监管工作的效率。

基于信用画像的银税互动平台关键技术研究

为解决小企业融资难问题,中国银行业监督管理委员会、国家税务总局联合发布"银税互动"政策,对于促进大众创业、万众创新有积极的推动意义。本文打破传统的银税互动平台建立方式,打造基于税务及其他政府数据、互联网数据和第三方机构数据,采用信用画像技术搭建的银税互动平台,从而突破税、银、企三方的信息壁垒。税务部门能够最大限度帮助诚实守信的小企业,银行贷款风险得到了有效控制,小企业获得了更便捷的自动化融资申请渠道。

基于交易数据的信用评估方法

传统的信用评估模型,大多针对个人基本信息分析评估,忽略了交易维度的数据。针对这类情况,基于银行卡交易数据,提出一种基于交易数据的个人信用评分模型的方法。该方法主要包括三个部分:依据交易数据,提取有效的特征集;引入代价敏感随机向量,增强随机森林成员分类器的差异性;通过融合函数,输出信用评分。以互联网消费信贷场景作为研究对象,将该方法与经典算法进行比对。实验结果表明,该方法具有较好的评估结果。

基于区块链技术的新型社会信用体系

智慧社会来临对传统社会信用体系提出了挑战,为新型社会信用体系的产生提供了技术基础和应用场景。在此背景下,区块链技术的发展催生了一种新型社会信用机制,即系统信用,它通过构建一种可信的技术系统,保障信息的公开透明、全程追溯和不可篡改,在机器之间建立“信任”网络,通过数学算法为社会成员创造信用和达成共识。基于系统信用的新型社会信用体系可以建立一种基于区块链的征信方式,利用人工智能技术对信用主体开展“信用画像”,并应用于政府监管、数字经济发展以及惠民便企服务等领域。构建新型社会信用体系需要建立相关推进机制,与传统社会信用体系进行有效衔接,同时加强对新型社会信用机制的政府监管。

基于乘客画像的城市轨道交通安检识别技术与应用

城市轨道交通传统的全员安检模式投入巨大、效果却有限,面对大客流的安检能力不足。提出基于乘客画像的网络化安检技术,通过与公安系统数据互联来实现重点人员安检,基于社会征信数据和地铁征信数据实现了乘客分类应用,总结了安检识别技术的应用方式及实际应用效果。响应了相关政策要求,从技术层面促进了安检模式从"普适大众安检"向"精准重点安检"的转变,在满足大部分乘客快速通行的同时,将有限的安检资源集中于少部分征信低的人员,不仅可降低安检成本,还改善了安检效果。

关于规范征信异议处理标准的相关问题探讨

征信异议形成原因多样、处理标准异化、异议权利滥用、系统功能缺陷等问题是我国征信业监管面临的新课题。本文首先分析我国征信异议处理现状,并剖析异议处理标准不统一带来的负面影响,以推动征信异议处理标准化进程,加强征信公正性和信用画像准确性为目标,提出对策建议,为征信市场健康发展提供参考。