基于神经网络的校园贷预测模型研究——以重庆工程职业技术学院为例

图 １ 神经网络模型训练数据流图
图 ２ 神经网络模型图
图 ３ 神经网络模型预测数据流图
（二）仿真实验 将样本分为训练集和测试集两部分，训练集占 ８０％，测 试集占 ２０％。使用训练好的神经网络模型在测试集上预测， 将得到的结果进行处理，取阈值为 １７，将小于阈值的归为会 使用网贷类，将大于等于阈值的归为不会使用网贷类，将实 际值与预测值汇总，得到的结果如表 １所示。
关键词：大学生；神经网络；校园贷；预测模型
步骤 ２在字段选项中选择类型结点，并配置数据列的类 型和方向；
步骤 ３选择训练好的神经网络模型； 步骤 ４选择输出选项中的表结点； 步骤 ５连接新建立的 ４个结点，形成的数据流如图 ３ 所示。
一、相关概念 （一）神经网络 神经网络领域最早是由心理学家和神经学家开创的，旨 在寻求开发和检验神经的计算模拟。神经网络是一组连接 的输入 ／输出单元，其中每一个连接都与 一个 权 重 相关 联。 神经网络可以分为两个阶段，第一个阶段是学习阶段，通过 调整权重，使得能够预测输入元祖的正确类标号，第二阶段 为预测阶段，使用生成好的神经网络模型进行预测 。 ［１］ 神经网络的优势包括其对噪声数据的高承受能力，以及 对未训练的数据的模式分类能力，劣势在于可解释性差。 （二）Ｃｌｅｍｅｎｔｉｎｅ软件 Ｃｌｅｍｅｎｔｉｎｅ软件采用可视化编程思想，提供了大量的人 工智能、统计分析的模型，可将数据挖掘流程转化为一个数 据流，每个数据流由一系列结点组成，为每个结点指定操作， 就可以完成数据流的执行［２］。结点被划分为七个栏，分别为 源、记录选项、字段选项、图形、建模、输出和导出。 二、基于神经网络的校园贷预测模型研究 （一）校园贷预测模型的建立 校园贷预测模型建立可分为两个过程，首先是神经网络 模型的训练过程，其次是使用训练好的神经网络模型进行预 测［３］。下面分别从这两个过程分析模型的建立步骤。 １神经网络模型的训练过程 步骤 １在软件 Ｃｌｅｍｅｎｔｉｎｅ中选择源结点中用于读取 Ｅｘ ｃｅｌ数据（训练集）的结点并配置数据来源； 步骤 ２在字段选项中选择类型结点，并配置数据列的类 型和方向； 步骤 ３在建模选项下选择神经网络结点并配置参数； 步骤 ４连接新建立的 ３个结点并执行数据流，数据流如 图 １所示，生成的神经网络模型如图 ２所示。 ２使用训练好的神经网络模型进行预测 步骤 １在软件 Ｃｌｅｍｅｎｔｉｎｅ中选择源结点中用于读取 Ｅｘ ｃｅｌ数据（测试集）的结点并配置数据来源；
经计算预测准确度达到 ８８９％，达到了较好的预测效果。 三、结论与建议 文章以重庆工程职业技术学院范围内得到的调查问卷
１４６
理论探讨
基于新旧动能转换下的财政金融风险
———以山东省为例
朱 瑞 许世菊
摘要：当前我国经济的发展模式正处在高速增长向高质 能转换的重大工程，经济社会发展形成稳中向好的态势。从
中区域性和系统性风险也会逐渐显现出来，经济发展的阻力 其中国有企业比上年增加 ８５％，而其他经济类型的企业比
也会进一步的加大。因此，重视新旧动能转换期部分领域中 上年增加 ０８％，可以看出山东省工业生产水平在稳步的提
的各类风险防范尤为重要。本文结合山东省的新旧动能转 高。但山东省的产业结构不合理，传统产业、中低端产业整
表 １ 预测分类与实际分类图 序号 １ ２ ３ ４ ５ ６ ７ ８ ９ １０ １１ １２ １３ 正确值 ２ ２ ２ ２ ２ １ １ ２ １ ２ ２ ２ １ 预测值 ２０ ２０ ２０ ２０ １７ １２ １６ ２０ １３ ２０ ２０ ２０ １２ 处理后 ２ ２ ２ ２ ２ １ １ ２ １ ２ ２ ２ １
表 １续 预测分类与实际分类图 序２７号 １４ １５ １６ １７ １８ １９ ２０ ２１ ２２ ２３ ２４ ２５ ２６ 正确２值 １ ２ １ ２ ２ １ １ ２ ２ ２ ２ ２ ２ 预２测０值 ２０ ２０ １２ ２０ ２０ ２０ １８ ２０ ２０ ２０ ２０ １８ ２０ 处理２后 ２ ２ １ ２ ２ ２ ２ ２ ２ ２ ２ ２ ２
一、引言
领域拥有很好的保障机制，金融机构本外币存贷款量有所增
改革开放 ４０年来，我国的经济发展取得了实质性的重 加，金融机构有力地实体经济的发展。２０１７年末金融机构存
大突破，无论是我国的市场还是我国的企业都取得了举世瞩 款余额为 ９１０１９亿元，比上年末增加 ６２％；２０１互 联网、云 计 算、大 数 机构存款余额为 ７０８７４亿元，比上年末增加 ８６％。
ＦＩＮＡＮＣＥ＆ＥＣＯＮＯＭＹ 金融经济
基于神经网络的校园贷预测模型研究
———以重庆工程职业技术学院为例
王海洋 邵明伟 刘玉娇
摘 要：近 年 来 国 内 校 园 贷 发 展 迅 速，其 影 响 不 容 忽 视。 文章基于校园贷主要影响因素，建立了基于神经网络的校园 贷模型，对大学生是否使用校园贷进行预测，得到了较好的 分类效果。校园贷预测模型研究为控制大学生校园贷提供 了理论依据，同时为高校提供了科学的决策依据。
换，对新旧动能转换下的财政金融风险进行分析，并针对性 体规模比较大，高新技术产业规模比较小，创新能力不强。
的提出了一些政策建议。
从财政资金运行的总体情况来看，山东省的财政收支结
关键词：新旧动能转换；财政金融风险；经济发展
构是在不断的优化。地方一般 公共 预 算收 入高达 ６０９９亿
元，与上年同口径相比，增加了 ６６％。山东省上的重点信贷
据、ＡＩ（人工智能）等新兴科技产业的出现，为我国经济的发
三、基于新旧动能转换下的财政金融风险及其成因
量增长的转型，资源型经济向技术型经济转型的关键时期。 山东省的经济总量来看，２０１７年经济增速高于上年同期，但
在供给侧结构性改革的背景下，加快新旧动能转换是我国目 相对于江苏省和广东省，山东省的经济总量远远低于江苏省
前经济发展的重要任务。然而，伴随着新旧动能转换的过程 和广东省。２０１７年山东省规模以上工业比上年增加 ６９％，