1. 研究目的与意义
目前，P2P越来越成为被人们熟知的网络借贷模式。P2P网络借贷平台在一些欧美国家已发展得比较成熟，借款人寻找愿意以较低利率出借的出资人；而出资人寻找支付更高利率的借款人。而双方互相选择的重要参考就是个人信用评分。P2P平台的信用规模越来越大，而信息的不对称加剧了网络借贷平台的信用风险。P2P平台对借款人的筛选是平台控制风险的有效措施，也是降低债权人风险的重要举措。平台通过对借款人特征，贷款特征和信用行为等方面的分析来评估借款人的风险，从而实现对借款人的筛选，有效降低贷款的违约风险。因此，对P2P网贷平台中借款人的信用等级评分意义尤为重要。
2. 研究内容和预期目标
研究内容：P2P网贷中对借款人信用等级的评价基于不同模型的比较分析，其中所研究的模型有：logistics模型，SVM支持向量机模型及机器学习中决策树模型。
关键词：P2P网络借贷logistics回归 神经网络 决策树
3. 国内外研究现状
2007年，国外的网络借贷模式引入中国并迅速发展。据不完全统计，到2016年1月31日，我国P2P网络借贷平台数量达到3932家，在运营平台2473家。回顾P2P平台在我国的发展，2007年到2012年是起步期，当时我国的P2P平台多借鉴国外模式，以信用借款为主。但是由于我国信用体系不完善，各平台间缺乏交流，平台的坏账率高。在平台收缩授信额度后，造成了一批集中违约，平台坏账无法收回。2012年到2014年进入爆发期，地域借款模式得到发展，具有民间线下放贷经验的创业者以本地借款人为主，对借款人进行实地考察，采用线上贷款，线下融资的模式。这种模式降低了借款风险，但当时多数平台的管理不足。之后，高利息融资模式出现，这种模式极大加剧了平台的提现风险，许多平台跑路。而2104年至今，我国在对互联网金融创新进行政策支持的同时也不断完善对P2P平台的规范和监管。
4. 计划与进度安排
论文研究计划：
（一）建模
1.数据准备 a.原始数据 b.处理后的数据
5. 参考文献
张墨.我国 P2P 网络信贷中个人信用评级研究[J].经济视角2015，（3）：9-11.
肖曼君，欧缘媛，李颖.我国 P2P 网络借贷信用风险影响因素研究--基于排序选择模型的实证分析[J].财经理论与实践（双月刊），2015，36（1）：2-7.
张澜觉，赵昆.基于 BP 神经网络的 P2P 信贷个人信用评价模型研究[J].电子技术与软件工程，2015，（12）：9-10
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
