刘 翱 胡 超 邓旭东 童泽平 任 亮(武汉科技大学管理学院 湖北 武汉 40065)(武汉科技大学服务科学与工程研究中心 湖北 武汉 40065)(智能信息处理与实时工业系统湖北省重点实验室 湖北 武汉 40065)

0 引 言

截至2017年3月31日，我国P2P网络借贷行业全国成交额2 180.29亿元，P2P网络借贷平台数量达4 804家，其中运营平台1 810家，问题平台达2 994家[1]。一方面，P2P网络借贷平台良莠不齐，影响了P2P网络借贷行业的长远和健康发展；另一方面，部分P2P网络借贷投资者没有投资经验，且对收益率、流动性和风险有着不同的偏好，普通投资者难以选择合适的网络借贷平台和借贷标的进行投资。因而，如何结合P2P网络借贷平台的运营数据进行平台分类，识别其中的优良平台，就显得尤为重要[2-5]。这既有利于P2P网络借贷行业健康发展，也有利于投资者进行投资决策和风险控制。

目前，关于P2P网络借贷的研究主要集中在信息、学历、地域等因素对借贷交易的影响[6-9]，P2P网络借贷行业缺乏对P2P网络借贷平台的定量效率评估和评级研究[2-5]，少部分研究以定性分析为主[10-11]。尽管网络借贷天眼、网络借贷之家等第三方网站开始对网络借贷平台进行评级活动，但是2015年的短融网状告融360的网络借贷评级纠纷案凸显了P2P网络借贷评级的复杂性和争议性。P2P网络借贷行业数据难以获取、第三方评级独立性、科学性和公正性存疑等问题，无疑增加了普通投资者的投资难度和投资风险。

标签传播LP(label propagation)算法是一类基于图的半监督学习方法，对非平衡和非正态数据具有较好的学习效果，具有可调参数少、原理简单、容易实现等优点[12-13]。……