🔍 耿同学打假报告

论文信息

• 标题：面向汽车金融的行为评分卡设计与实现
• 作者：水新莹（长三角信息智能创新研究院；惠国征信服务股份有限公司）
• 期刊：电脑知识与技术（Computer Knowledge and Technology）
• 文章编号：1009-3044(2023)14-0001-05
• 发表年份：2023年5月
• 论文来源：面向汽车金融的行为评分卡设计与实现_水新莹.pdf

综合评定：🔴 实锤

详细发现

发现 1：文本数据与表格数据完全对立（张冠李戴式造假）

• 位置：2.2.3 客户定义 及 表4（逾期状态样本数量）
• 描述：作者在正文中对滚动率分析（表4）的解读，与表格中实际算出的数据发生了极其严重的数学冲突。
• 证据：
  正文称：“S1-2状态保持率在 47%左右，向坏转移率为 38%，向好转移率为15%，因此认定为‘坏客户’。”
  我们来算一下表4中的 S1-2 行的总样本量：
  48+289+313+1124+791+349+134+30+0+0+1+0+0 = 3079。
  • S1-2 保持不变（即转回 S1-2）的数量是 349，占比 11.3%（作者竟称 47%）。
  • 向好转移（转移到 S0 至 S1-1）的数量是 2565，占比 83.3%（作者竟称 15%）。
  • 向坏转移（转移到 S1-3 及以后）的数量是 165，占比 5.3%（作者竟称 38%）。
    作者得出的结论（转坏率高，所以是坏客户）与真实表格数据（绝大部分都转好了）完全相反！这证明文字部分和表格部分至少有一个是直接从别处 Copy 过来的凑数内容。
• 严重程度：🔴

发现 2：正文夸大实验结果，无视自家表格数据

• 位置：5.3 实验结果 与 表7（消融实验结果）
• 描述：作者在进行消融实验分析时，对实验数据的增长幅度进行了违背数学常识的虚假描述。
• 证据：
  正文原话：“根据表中结果可以看出，本文使用 GPS 特征作为模型特征可以有效提升模型预测效果，各项指标均有超过两个百分点的提升”。
  但看表7的真实数据：加入 GPS 特征后（即“本文模型”）：
  • ACC 从 0.7281 提升到 0.8533，提升了 12.52 个百分点！
  • Recall 从 0.7563 提升到 0.8984，提升了 14.21 个百分点！
    这已经不是简单的用词不当了，作者大概率根本没有看自己跑出来的（或拼凑出来的）表格，而是在盲目套用论文模板里的客套话。
• 严重程度：🔴

发现 3：文本拼接痕迹暴露（复制粘贴导致的章节乱码）

• 位置：第3章节 特征工程
• 描述：论文的结构排版出现了明显的复制粘贴失误，导致章节号发生跳跃。
• 证据：
  正文中先出现了 3.1.1 基于GPS经纬度数据的降采样，紧接着下一个小节直接变成了 3.3.2基于GPS数据的驾驶习惯特征挖掘。
  请问 3.1.2 和 3.2 去哪儿了？为什么从 3.1 直接跳到了 3.3？这种低级的排版错误通常发生在东拼西凑多篇文献内容时，忘记修改自动编号或手动删改不彻底。
• 严重程度：🟠

发现 4：总体样本量存在数学悖论

• 位置：5.2 数据集 与 表4
• 描述：数据集声称的总样本量与核心分析表格中的样本量出现严重分歧。
• 证据：
  5.2节明确写道：“构建了一个由 23243 个贷款客户的数据集……选取了 20000 训练，2000 验证，1243 测试”。
  但是，表4（逾期状态样本数量）最右侧的 Sum 列，把所有状态的客户加起来，总数是：1160+7819+9219+25855+8144+2753+2901+639+22+5+247+1+960 = 54725 个样本！
  就算这仅仅是测试集（1243条）或训练集的子集，也无法解释 5 万多的庞大数字。结合“发现1”中错乱的转移率，表4大概率是直接从外部其他文献或项目中直接截图/抄表挪用过来的假数据。
• 严重程度：🔴

发现 5：图片信息缺失无法进行像素级验证

• 位置：图1（MOB折线图）、图2/图3（行为模式图）、图4-7（流程图）
• 描述：由于仅有文本提取内容，无法对论文中的折线图和模型框架图进行视觉相似度、PS拼接痕迹的检测。
• 证据：论文提到图1的逾期率在16月后上涨趋势趋于平缓，暴露比为67%。逻辑上听起来合理，但在文本模式下无法核实其图表是否存在一图多用或捏造的情况。
• 严重程度：🟡（技术限制，非论文本身缺陷）

耿同学辣评

这篇论文属实是把“Ctrl+C 和 Ctrl+V”玩到了极致。文字描述和表格数据主打一个“各玩各的，互不干涉”。正文里说向坏转移率高达38%，一看表格83%的客户全都转好了；正文里说提升了2个百分点，一看表格提升了12个百分点。更离谱的是，总共2万条的样本量，在表里硬生生加出了5万多。拿计算器按一下就知道真假的事儿，偏偏连演都不演了，这种闭着眼睛“盲填”数据的量产水文，简直是给学术界塞垃圾！

建议后续行动

• 实锤级建议：直接联系期刊编辑部（《电脑知识与技术》），指出其核心数据表格（表4）与文本描述完全相悖，且样本量存在严重造假嫌疑，要求彻查并撤稿。
• 在 PubPeer 或国内学术打假平台上披露此文的核心数据冲突。
• 核查该作者（水新莹）所在课题组其他论文是否存在同样的“多源拼接”现象。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。