大学生创新创业训练计划管理系统
第三期校企专项大学生创新实践计划
基于大模型的用户征信报告解读与应用算法设计
校企专项
工学
计算机类
创新类
生物医学工程学院
向孙程
指导教师
登录状态下查看
[1] 国家自然科学基金青年科学基金项目-基于异构多模态数据的结肠镜下息肉重定位关键技术研究-2024年1月至2026年12月-30万-主持
[2] 上海市卫生健康委员会科研项目-基于胎儿二维及动态三维心脏超声图像的人工智能诊断系统创建和验证-2023年7月至2026年6月-20万-参与
[3] 上海交通大学新进教师启动计划-基于深度学习的结肠息肉重定位方法研究-2022年9月至2025年12月-5万-主持
校内导师：
向孙程老师目前主要从事计算机视觉、机器学习以及可解释人工智能方面的研究。旨在构建以人为中心的人工智能框架，更好地去推动智慧城市、智慧医疗和智慧金融的建设步伐。近年来在图像检索、人体行为分析、多模态大模型、医学图像处理领域顶级国际期刊和会议上发表论文30余篇，已授权中国发明专利1项。当前主持国家自然科学基金青年科学基金项目1项、校级理科项目1项，先后参与国家自然科学基金面上项目、上海市卫健委、上海市本科重点教改等多项科研项目。此外，向孙程博士还担任ELSP、OAJDA、IJAET期刊编委以及CVPR、ACM MM、AAAI、ACL、EMNLP、ICME、ICASSP等多个人工智能国际会议的程序委员会委员。同时实验室配置强大的算力，可以为实验开展提供强大的算力资源。
企业导师：
鲁海生博士毕业于复旦大学，曾就职于华为、度小满公司，在数据挖掘，算法应用，模型开发等领域有 10 多年的经验。目前在信飞负责风险模型部，从 0到 1 搭建了信飞从数据到特征到模型的完整模型体系，管理 200+模型，服务公司运营、风险、贷后全链路的决策。
一、立项背景：
当前信贷市场中存在着信息不对称和风险控制难题，传统的征信报告虽然提供了一定的信息，但仍然存在局限性，无法充分挖掘用户的行为数据和信用信息。因此，基于大模型挖掘用户征信报告的项目应运而生。
二、研究意义：
通过大模型技术，结合用户的多方面的个人信息以及细致的征信行为数据，构建更全面、准确的“用户信用模型”，从而为金融机构提供更精准的风险评估和信贷决策支持。这不仅可以帮助金融机构降低信贷风险，提高贷款审批效率，还能促进金融服务的普惠性，让更多的用户获得合理的信贷支持。
三、预期成果：
1、通过前沿的大模型技术，在保证数据安全的前提下，有效挖掘用户征信报告中的海量信息，得到一个符合预期的用户画像描述。
2、通过前沿的大模型技术，在保证数据安全的前提下，能够输出具备一定风险区分能力的判断。在常用的评估指标（auc,KS）取得较好的效果。