%0 Journal Article %A 王重仁 %A 王雯 %A 佘杰 %A 凌晨 %T 融合深度神经网络的个人信用评估方法 %D %R 10.19678/j.issn.1000-3428.0056119 %J 计算机工程 %P 308-314 %V 46 %N 10 %X 为提高信用风险评估的准确性,基于互联网行业的用户行为数据,提出一种基于长短期记忆(LSTM)神经网络和卷积神经网络(CNN)融合的深度神经网络个人信用评分方法。对每个用户的行为数据进行编码,形成一个包括时间维度和行为维度的矩阵,通过融合基于注意力机制的LSTM模型和CNN模型2个子模型,从用户原始行为数据中提取序列特征和局部特征。在真实数据集上的实验结果表明,该方法的KS指标和AUC指标均优于传统的机器学习方法和单一的LSTM卷积神经网络方法,证明了该方法在个人信用评分领域的有效性和可行性。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0056119