[发明专利]一种面向P2P平台运营风险评估的方法及系统

权利要求书

1.一种面向P2P网络借贷平台运营风险的评估方法，其特征在于，所述的方法包括以下步骤：

(1)获取P2P网络借贷平台的运营数据；

(2)数据预处理，清洗掉一些与P2P网络借贷平台不相关的信息或者收集到的错误信息；

(3)通过细粒度的时间窗选取，以反映P2P网络借贷运营情况的变化；

(4)将清洗之后的数据保存；

(5)特征选取：训练集中，对于P2P网络借贷平台的多个特征，采用计算信息增益的方式选取最相关的特征；

(6)对每个时间窗t，有特征{x₁,x₂,…,x_n}共有n个特征，设平台的风险指数为R,表示在第t个时间窗内属性的特征值，由此可得一组该平台的权重系数；(7)根据上述求得的权重系数，计算并确认出每个时间窗内该P2P平台的运营风险指数。

2.根据权利要求1所述的面向P2P网络借贷平台运营风险的评估方法，其特征在于步骤1中获取运营数据可以通过网络爬虫，或者P2P网络借贷平台提供的方式。

3.根据权利要求1所述的面向P2P网络借贷平台运营风险的评估方法，其特征在于步骤4中数据保存时对于一些离散的数据在每一个时间窗t内可以采取分组量化的方式，以获得更为详细的P2P网络借贷平台信息。

4.根据权利要求1所述的面向P2P网络借贷平台运营风险的评估方法，其特征在于步骤5中所述计算信息增益的过程为：

选取最相关的特征；设集合S代表P2P网络借贷平台的所有的交易记录，有s条记录；集合C＝{C₁，C₂}为P2P网络借贷平台的类别，C₁表示运营状况良好的平台类别，C₂表示发生跑路的P2P网络借贷平台，s_i表示类别为C_i的样本的个数，则有信息熵计算公式：

其中P_i＝s_i/s.

假设特征属性A包含k个独立的特征属性，a₁，a₂，a₃，...，a_k；s_j表示在A属性条件下，特征为a_j的样本个数；P_ij为S_j属于类别C_i的概率，则针对属性A有信息熵计算公式：

其中

对于属性A的信息增益为：

Cain(A)＝I(s_1j，s_2j)-E(A)

如此，计算每个特征的信息增益，选取较大的信息增益相对应的特征作为分析对象。

5.根据权利要求1所述的面向P2P网络借贷平台运营风险的评估方法，其特征在于步骤6中求取平台的权重系数的过程为：

对每个时间窗t，有特征{x₁,x₂,…,x_n}共有n个特征，设平台的风险指数为R，{α₁,α₂,…,α_n}为平台每个属性的权重系数，则可以建立方程：

R＝α₁x₁+α₁x₂+…+α_nx_n

假设平台风险的最高值即max(R)＝1,ε用来衡量偏离的最大的风险值，则R可以表示为:R＝1-ε，ε∈(0,1)，并给ε步长step＝h遍历寻找最佳ε的值，

假设有t个时间窗，可以建立多元一次线性方程组：

表示在第t个时间窗内属性的特征值，由此可得一组{α₁,α₂,…,α_n}.

针对不同的ε，可以得到相对应的不同的权重系数解，设有ε₁,ε₂,…,ε_m，对应每一个ε，可以得出一组相对应的去找你中系数解，即：

所以，该平台的权重系数为：