李友　馬曄赟　陳楊陽(yáng)

摘 要：P2P網(wǎng)絡(luò)借貸的興起使得網(wǎng)絡(luò)借貸平臺(tái)上投資用戶(hù)數(shù)目以及貸款項(xiàng)目數(shù)目迅速激增，同時(shí)帶來(lái)海量的借款人信息以及貸款信息，投資用戶(hù)在眾多貸款項(xiàng)目中找到自己感興趣的貸款項(xiàng)目變得愈加困難。本文在研究推薦系統(tǒng)相關(guān)算法的基礎(chǔ)上，詳盡的實(shí)驗(yàn)了基于隱因子模型的推薦算法，在挖掘用戶(hù)感興趣的貸款的準(zhǔn)確率。為了說(shuō)明算法的有效性，本文做了相關(guān)推薦算法的多組對(duì)比實(shí)驗(yàn)。對(duì)比實(shí)驗(yàn)結(jié)果表明，基于隱因子模型的推薦算法能夠更有效地預(yù)測(cè)投資用戶(hù)的投資偏好，并且對(duì)推薦系統(tǒng)應(yīng)用到P2P借貸平臺(tái)具有借鑒意義。

關(guān)鍵詞：P2P借貸；推薦系統(tǒng)；隱因子模型

DOI：10.16640/j.cnki.37-1222/t.2016.04.233

0 引言

伴隨信息技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)金融在近年來(lái)迅速興起。其中P2P網(wǎng)絡(luò)借貸憑借低成本，快速便捷等特點(diǎn)正成為人們投資理財(cái)?shù)男逻x擇。網(wǎng)絡(luò)借貸平臺(tái)是新興的金融市場(chǎng)，通過(guò)互聯(lián)網(wǎng)通道產(chǎn)生的海量交易數(shù)據(jù)促使了許多相關(guān)學(xué)術(shù)研究。關(guān)于網(wǎng)絡(luò)借貸的研究大致可以分為對(duì)投資者出借意愿的研究[1]、對(duì)貸款項(xiàng)目評(píng)估的研究[2]以及對(duì)網(wǎng)絡(luò)借貸中社交網(wǎng)絡(luò)的研究[3]。

本文的研究?jī)?nèi)容是使用推薦算法，分析用戶(hù)的相關(guān)信息，從正在招標(biāo)的貸款項(xiàng)目中挖掘出用戶(hù)可能感興趣、可能投資的項(xiàng)目，并推薦給相應(yīng)的投資用戶(hù)，實(shí)現(xiàn)提高網(wǎng)絡(luò)借貸平臺(tái)上借貸雙方的匹配效率的目的。本文的創(chuàng)新工作：（1）從信息檢索和機(jī)器學(xué)習(xí)方法的角度考慮，挖掘并推薦給出借人感興趣的項(xiàng)目，實(shí)現(xiàn)提高資本需求雙方匹配效率進(jìn)而提高平臺(tái)運(yùn)營(yíng)效率的研究還是從未有過(guò)的；（2）推薦系統(tǒng)目前主要應(yīng)用于電子商務(wù)與社交網(wǎng)絡(luò)領(lǐng)域，將其運(yùn)用到網(wǎng)絡(luò)借貸平臺(tái)上的情況也不曾有過(guò)；（3）使用具有高可擴(kuò)展性的機(jī)器學(xué)習(xí)方法--矩陣分解技術(shù)[4]，將推薦系統(tǒng)[5]應(yīng)用到網(wǎng)絡(luò)借貸平臺(tái)。

1 相關(guān)知識(shí)

本部分將介紹論文研究所要用到的相關(guān)知識(shí)以及本文實(shí)驗(yàn)數(shù)據(jù)集。

1.1 協(xié)同過(guò)濾推薦算法

協(xié)同過(guò)濾推薦是基于這樣的假設(shè)：如果用戶(hù)之間的歷史行為與偏好是相似的，那么我們可以向他們推薦他們之間相互感興趣但未發(fā)掘的內(nèi)容。

其方法是將原有的信息構(gòu)建成一個(gè)用戶(hù)評(píng)分矩陣R，行向量代表每一個(gè)用戶(hù)，列向量代表每一個(gè)項(xiàng)目，其中的每一個(gè)值代表特定用戶(hù)對(duì)特定項(xiàng)目的評(píng)分（喜好程度）。目前協(xié)同過(guò)濾算法主要有基于內(nèi)存的推薦和基于模型的推薦。矩陣分解即是屬于基于模型[5]。

1.2 本文數(shù)據(jù)介紹

由于我國(guó)網(wǎng)絡(luò)借貸平臺(tái)數(shù)據(jù)未被公開(kāi)，所以無(wú)法獲得，故本文數(shù)據(jù)采用的是美國(guó)的網(wǎng)絡(luò)借貸平臺(tái)Prosper.com上的數(shù)據(jù)。本文實(shí)驗(yàn)只需用到Bids與Loans表。Bids表保存了投資者的出借記錄，Loans表記錄了借款項(xiàng)目的基本信息和狀態(tài)。

在網(wǎng)絡(luò)借貸中，并沒(méi)有投資者對(duì)貸款的評(píng)分。但從投資用戶(hù)對(duì)貸款項(xiàng)目的投資金額來(lái)看，可以預(yù)見(jiàn)，越多的出借數(shù)額代表投資用戶(hù)對(duì)該貸款項(xiàng)目越有興趣，評(píng)分也越高。即將投資金額離散為10個(gè)等級(jí)，從1至10表示金額越大則級(jí)別越高，級(jí)別越高則表明越感興趣，我們稱(chēng)它為“投資等級(jí)”。

2 基于隱因子模型的推薦算法

矩陣分解模型是當(dāng)前基于模型的協(xié)同過(guò)濾算法中應(yīng)用最流行的一種[5]，并且獲得了較理想的推薦效果。Yehuda Koren在Netflix比賽中使用稱(chēng)作LFM（latent factorization model）的矩陣分解方法，推薦效果得到顯著提升。

2.1 隱因子模型算法實(shí)現(xiàn)

對(duì)于M*N的評(píng)分矩陣，傳統(tǒng)的是使用SVD進(jìn)行分解，而實(shí)際上這種直接計(jì)算特征值的傳統(tǒng)方法的計(jì)算復(fù)雜度很高，在大規(guī)模的矩陣上基本不可行，而實(shí)際中系統(tǒng)動(dòng)輒就是上千萬(wàn)的用戶(hù)和上百萬(wàn)的物品，所以這種方法無(wú)法使用。因此，在實(shí)際應(yīng)用中我們使用LFM方法來(lái)進(jìn)行矩陣分解求解。LFM方法的形式化描述如下所示：

（1）

其中Ui表示的是一個(gè)f維的用戶(hù)因子向量，Vj代表的是一個(gè)f維的項(xiàng)目因子向量；UiTVj表示用戶(hù)i對(duì)貸款j的估計(jì)投資等級(jí)。

求解目標(biāo)函數(shù)（1），通常有兩種方法，一種是交叉最小二乘法，一種是隨機(jī)梯度下降法。由于交叉最小二乘法計(jì)算復(fù)雜且運(yùn)算速度慢，所以使用隨機(jī)梯度下降法。

2.2 實(shí)驗(yàn)介紹

（1）數(shù)據(jù)預(yù)處理。從Bids表中導(dǎo)出每個(gè)投資者的投資記錄，Loans表中導(dǎo)出每個(gè)借款成功的貸款項(xiàng)目記錄，并按投標(biāo)日期排序。由于Prosper.com公開(kāi)的數(shù)據(jù)有限，為了保證信息的及時(shí)性，我們采用最新的2009年至2010年的投資記錄進(jìn)行實(shí)驗(yàn)并評(píng)估推薦效率。

（2）結(jié)果分析。經(jīng)過(guò)隱因子分解之后計(jì)算內(nèi)積得到原矩陣的逼近矩陣，得出了每個(gè)用戶(hù)對(duì)借款的投資等級(jí)預(yù)測(cè)值。在評(píng)估我們的實(shí)驗(yàn)算法時(shí)，我們使用評(píng)估推薦效率常用的算法：采納率、精確率、召回率和F值來(lái)表示。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，隨著推薦項(xiàng)目的增多，各項(xiàng)評(píng)估指標(biāo)也增大。當(dāng)對(duì)每個(gè)投資用戶(hù)推薦10個(gè)貸款時(shí)，最終有86%的用戶(hù)至少投資了10個(gè)貸款中的一項(xiàng)，并且精確率、召回率和F值各項(xiàng)指標(biāo)也分別達(dá)到24%、43%和30.8%。

基于內(nèi)存的推薦也是協(xié)同過(guò)濾算法家族使用最為廣泛的推薦算法之一。基于內(nèi)存的推薦的投資等級(jí)預(yù)測(cè)公式如下：

（2）

在式中，表示用戶(hù)u的平均投資等級(jí)；ωu，i表示用戶(hù)u和i之間的相關(guān)性，在實(shí)驗(yàn)中我們選取皮爾森相關(guān)性系數(shù)來(lái)計(jì)算相關(guān)性；α是歸一化因子；n表示參照用戶(hù)數(shù)，對(duì)n的選取，常用的有兩種方式，一種是指定相關(guān)度閾值θ，一種是選擇固定的K個(gè)鄰居數(shù)。

為說(shuō)明基于隱因子模型的算法比基于內(nèi)存的推薦算法相對(duì)有效，我們使用同樣的訓(xùn)練和測(cè)試數(shù)據(jù)集，和使用指定密度閾值θ和鄰居數(shù)K的基于內(nèi)存的協(xié)同過(guò)濾推薦算法在最優(yōu)時(shí)的表現(xiàn)對(duì)比（經(jīng)過(guò)多次實(shí)驗(yàn)得出θ=0.1和K=15）。實(shí)驗(yàn)結(jié)果表明，在推薦10個(gè)貸款項(xiàng)時(shí)，LFM的推薦準(zhǔn)確性要優(yōu)于基于內(nèi)存的推薦算法超過(guò)10%。

3 基于借貸行為差異的改進(jìn)算法

在現(xiàn)實(shí)生活中，投資用戶(hù)的出借行為是存在差異的。某些投資者的閑散資金比較充裕，他們的平均投資額超過(guò)普遍的用戶(hù)；同時(shí)，貸款之間也存在差異。如有的借款被看好，投資用戶(hù)愿意出借更多的資金，而使得貸款的平均出借額更高。因此，借款人的投資行為以及貸款項(xiàng)目的優(yōu)劣都會(huì)對(duì)出借額的多少產(chǎn)生影響。

3.1 模型改進(jìn)

現(xiàn)將借貸行為差異考慮到（1）中的模型內(nèi)。若全體投資用戶(hù)對(duì)一個(gè)項(xiàng)目的平均出借等級(jí)為A，用戶(hù)i對(duì)一個(gè)項(xiàng)目的平均出借等級(jí)比A高出Bi（Bi大于0即表示i的投資等級(jí)高于平均值，小于0則表示低于平均值）；同理，若全體貸款的每一個(gè)出借人的平均出借等級(jí)為C，貸款j目前的平均出借等級(jí)比C高出Lj（Lj大于0即表示j的出借等級(jí)高于平均水平，小于0則低于平均水平），這里的Bi與Lj即為出借人的出借偏好和貸款項(xiàng)目的好壞差異。則用戶(hù)i對(duì)貸款j的估出投資等級(jí)為的表達(dá)式修改為下式：

（3）

同樣優(yōu)化公式將修改為下式：

（4）

3.2 結(jié)果分析

將改進(jìn)后的模型重新做預(yù)測(cè)，可以發(fā)現(xiàn)精確率、召回率、F值都有部分提升。當(dāng)向每個(gè)用戶(hù)推薦10個(gè)貸款時(shí)，最終有89%的用戶(hù)至少投資了其中一項(xiàng)，可以發(fā)現(xiàn)采納率在改進(jìn)后提高相對(duì)明顯，對(duì)于推薦特定K個(gè)項(xiàng)目，改進(jìn)后的采納率平均提高4%。

4 結(jié)束語(yǔ)

對(duì)于網(wǎng)絡(luò)借貸平臺(tái)，如果能夠使用有效的推薦系統(tǒng)，向投資用戶(hù)推薦他們感興趣的貸款項(xiàng)目，不僅可以減少用戶(hù)在投資決策時(shí)的信息篩選，提升用戶(hù)體驗(yàn)，還能提高借款效率而提高運(yùn)營(yíng)效率。通過(guò)Prosper網(wǎng)站真實(shí)數(shù)據(jù)實(shí)驗(yàn)，結(jié)果表明，基于隱因子模型的推薦算法可以有效的利用用戶(hù)的歷史投資記錄，找出用戶(hù)感興趣的貸款項(xiàng)目；并且當(dāng)考慮不同用戶(hù)與貸款項(xiàng)目的個(gè)體偏見(jiàn)時(shí)，可以更好地提升推薦效率。

參考文獻(xiàn)：

[1]宋文，韓麗川.P2P網(wǎng)絡(luò)借貸中投資者出借意愿影響因素分析[J].西南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，39（05）：795-799.

[2]Li S， Qiu J， Lin Z， et al. Do borrowers make homogeneous decisions in online P2P lending market？ An empirical study of PPDai in China[C]// Service Systems and Service Management （ICSSSM），2011 8th International Conference on.IEEE，2011：1-6.

[3]Berger S C，Gleisner F.Emergence of Financial Intermediaries in Electronic Markets：The Case of Online P2P Lending[J].BuR - Business Research，2010，2（01）：39-65.

[4]程明松，劉勺連.一種實(shí)用快速非負(fù)矩陣分解算法[J].大連理工大學(xué)學(xué)報(bào)，2013，53（01）：151-156.

[5]J.Bobadilla，F(xiàn).Ortega，A.Hernando，A.Gutierrez.Recommender systems survey. Knowledge-Based Systems，2013，46（01）：109-132.

作者簡(jiǎn)介：李友（1990-），男，江西贛州人，碩士研究生，主研領(lǐng)域：數(shù)據(jù)挖掘。