實務性：圍繞金融市場下的信用評估，理論和繫統地介紹了大數據背景下的信用評估問題的優化繫統性：從個人及企業兩個維度出發，展示如何將統計學和機器學習模型應用於信用評估中適用性：適合信用評估、大數據分析等相關專業讀者學習，也可作為高校專業教材新穎性：緊跟時代發展，探索了社交媒體時代信用評估領域的機遇與挑戰

●第 1章  引言 11.1  什麼是信用 21.2  個人信用介紹 31.3  企業信用介紹 51.4  大數據背景下的信用評估 61.4.1  金融科技 71.4.2  大數據背景下的信用服務 101.5  本書主要內容 12第 2章  傳統個人信用評分 152.1  個人信用概述 162.2  相關工作總結 182.2.1  關於個人信用評分 182.2.2  個人信用評分研究現狀 192.3  信用評分方法介紹 212.3.1  統計學方法 212.3.2  機器學習 242.4  信用評分模型構建 312.4.1  數據集描述 312.4.2  評價指標 342.4.3  模型構建 362.4.4  結果分析 362.5  本章小結 46第3章  基於社交媒體的在線個人信用評分 483.1  個人信用評分新趨勢 493.2  相關工作總結 533.2.1  在線個人信用評分 533.2.2  性格特質分析 553.3  技術基礎 583.4  基於社交媒體信息的信用評分框架 613.4.1  總體框架 613.4.2  數據采集模塊 623.4.3  人格特質挖掘模塊 623.4.4  風險評估模塊 633.4.5  輸出可視化模塊 643.5  實驗結果 643.5.1  實驗設置 643.5.2  基於BERT的人格特質檢測性能研究 653.5.3  信用評分結果 673.6  本章小結 72第4章  傳統企業信用評級 744.1  企業信用評級概述 754.2  相關工作總結 784.2.1  企業信用評級概述 784.2.2  企業信用評級研究現狀 804.3  傳統信用評級方法 844.4  信用評級模型構建 864.4.1  數據集描述 864.4.2  評價指標 894.4.3  特征選擇 894.4.4  模型構建 904.4.5  特征選擇後模型構建 934.5  本章小結 102第5章  在線企業信用評級 1045.1  企業信用評級新趨勢 1055.2  相關工作總結 1085.2.1  信用評級回顧 1085.2.2  文本分析研究現狀 1095.2.3  圖像分析研究現狀 1125.3  基於社交媒體的信用評級 1145.3.1  在線信用評級框架 1145.3.2  框架概述 1155.4  特征提取細節 1175.4.1  文本情緒信息提取 1175.4.2  圖像情緒信息提取 1245.5  在線企業信用評級實驗 1265.5.1  數據描述 1265.5.2  文本情緒提取 1275.5.3  圖像情緒提取 1285.5.4  實驗結果 1305.6  本章小結 133第6章  結語 1356.1  大數據背景下的個人信用評分 1366.2  大數據背景下的企業信用評級 1376.3  未來趨勢 139附錄A  信用評級建模中各季度的信用等級分布 141附錄B  _在2013—2015年數據集上的遞歸特征消除法結果（第二季度至第四季度） 144附錄C  大五人格測試問卷 159參考文獻 163

本書以金融信用評估為主題，以社交媒體為背景展開，旨在將大數據信息應用於信用評估與預測，從而維護金融市場的有效運作。本書涉及個人與企業兩個信用評估主體，從這兩個維度出發，為讀者介紹傳統個人信用評分與企業信用評級機制，展示統計學模型與機器學習模型如何應用於信用評估中。本書還探索了大數據對信用評估的作用，引入社交媒體大數據，通過機器學習和深度學習的方式對多模態大數據進行分析，並將提取的信息應用於評分與評級過程，豐富了大數據的應用場景，一定程度上填補了信用評估相關研究的學術空白。本書適合對信用評估、大數據分析、社交媒體研究感興趣的讀者閱讀，也可作為高校相關專業的教學參考用書。

袁慧 著