廖文雄，曾 碧，梁天恺，徐雅芸，赵俊峰

广东工业大学 计算机学院，广州510006

1 引言

随着电子商务的不断发展，基于互联网平台的消费信贷也迅速崛起，分期付款已经成为吸引年轻人消费的一种必要手段[1]。2015年是互联网金融发展的元年，国内产业格局被互联网产业逐渐改变，互联网金融得到快速发展[2]。数据显示，近年来中国消费信贷规模高速增长，2016年增速达32.2%，消费信贷规模达到25.0万亿元人民币，2018年中国分期电商用户有望增至1.7亿人[3]。通过分期付款能够加快商品的流通，为电商带来更多的利润；从长远的角度来看，分期付款还可以培养用户借贷消费的习惯，为企业带来更大的消费交易量。

然而，高收益往往是和风险同时存在的，电商平台想要永久生存必须谨慎经营。一方面，由于我国征信体系不够完备、互联网金融平台积累的历史数据时间较短、覆盖率不够广[4]；另一方面，互联网金融平台助长了超前消费，使得部分用户在分期付款时并未考虑到其欠款长期积累的金额，这对用户和电商平台都是一种灾难[5]。本文提出一种可以对高维用户信贷数据进行深入挖掘，并对用户信贷风险进行有效评估的方法，可以为电商平台规避风险提供参考。

2 相关工作

2.1 信贷评估发展历程

信贷评估研究已经有60多年历史，从发展历史来看，主要从最初的简单线性模型到非线性模型，再到目前的集成学习。

2.1.1 线性模型

Orgler[6]于1970年对个人信用申请评分时创造性地使用了线性回归模型。……