🔍 耿同学打假报告

论文信息

• 标题：基于集成学习的信用评分卡模型研究 (Research on Redit Scoring Model Based on Ensemble Learning)
• 作者：叶轩志
• 指导教师：刘田
• 机构/期刊：西南财经大学 (Southwestern University of Finance and Economics) / 硕士学位论文
• 专业：统计学
• 定稿时间：2022年5月
• 论文来源：基于集成学习的信用评分卡模型研究_叶轩志 (1).pdf

综合评定：✅ 清白 (基于目前提供的文本内容)

(注：由于输入文本仅包含论文的封面、摘要、目录及第一章导论部分，缺乏核心的实验图表、数据表格和参考文献列表，本报告主要针对现有文本逻辑、时间线和方法学描述进行扫描。)

详细发现

发现 1：核心数据与图表缺失（无法应用“耿同学六式”中的图片与数据检测）

• 位置：全文本
• 描述：提供的文本主要是引言与摘要，未包含第三章（数据探索）、第四章（模型建立与分析）的任何具体数值表格（如 AUC、KS 值等）、特征重要性图或混淆矩阵。
• 证据：文本中仅见目录结构提及“第四章 模型的建立和分析”，但未提供实际图表内容。
• 严重程度：ℹ️ 信息不足（非造假嫌疑）
• 耿同学视点：“巧妇难为无米之炊，连 WB 条带（ROC 曲线）和数值表都没看到，我的‘火眼金睛’暂时找不到PS的痕迹。”

发现 2：时间线与产出逻辑检测（第五式：产出异常检测）

• 位置：封面、摘要、第一章
• 描述：论文定稿于 2022 年 5 月，使用了美国 Lending Club 平台 2018 年上半年的开源数据。结合当前基准日期（2026-06-14），时间线完全符合逻辑。
• 证据：
  1. Lending Club 数据集是业内常用的开源真实数据集，并非凭空捏造的“某某医院内部数据”。
  2. 2018 年的数据在 2022 年用于硕士毕业论文，具有充足的脱敏和公开时间，符合学术界的数据使用滞后性常理。
  3. 涉及的算法（XGBoost, LightGBM, SMOTE, Stacking）在 2022 年时已是极其成熟的机器学习常规操作，不存在“穿越”使用尚未发布的算法库的情况。
• 严重程度：✅ 正常

发现 3：方法学与逻辑自洽性检测（第六式：引用与方法学异常）

• 位置：摘要与 1.2.1 研究目的
• 描述：作者声称做了两件事：一是使用 Stacking 融合（初级学习器为各种模型，次级为逻辑回归），二是提出了一种“基于特征子集划分的融合模型”。
• 证据：这种建模逻辑在计算机科学和数据挖掘领域是完全自洽的。文本中未出现前后矛盾（如前面声称用神经网络，后面公式全是线性回归的低级错误）。摘要中提到“试图提出一种基于特征子集划分的融合模型”，用词谨慎（“试图”），符合硕士论文的严谨态度，没有吹嘘“首创”或“颠覆性突破”。
• 严重程度：✅ 正常

发现 4：文本提取乱码与排版异常

• 位置：全文各处
• 描述：文本中出现了大量如 ｆｌ 必 南 樹 經 犬 嗲 以及 Ｓ Ｏ Ｕ Ｔ Ｈ Ｗ Ｅ Ｓ Ｔ Ｅ Ｒ ＮＵ Ｎ Ｉ Ｖ Ｅ Ｒ Ｓ Ｉ Ｔ Ｙ 等字间距过大和莫名字符。
• 证据：这是 PDF 转文本（OCR）过程中常见的乱码现象，特别是包含英文封面和水印时。
• 严重程度：ℹ️ 与学术诚信无关。

耿同学辣评

这篇论文目前看起来“人畜无害”，属于非常典型的“水……哦不，扎实的量化金融/统计硕士毕业论文”套路——“Lending Club 数据集 + 经典不平衡处理 (SMOTE) + XGBoost调参 + Stacking模型融合”。这套组合拳在各大高校的量化实验室里已经被打得滚瓜烂熟。作者老老实实承认是“参考已有文献的做法”，没有吹自己搞出了什么宇宙级突破，态度是相当诚恳的。

不过，打假打的就是“看不顺眼”。由于没看到具体的数据表和实验对比图，现在下结论还为时过早。如果后续章节里，那个“基于特征子集划分”的新模型在测试集上的 AUC 突然比 XGBoost 高出 10 个百分点，且数据分布平滑得像尺子画出来的一样，那耿同学可就要戴上显微镜好好瞅瞅了！

建议后续行动

• 暂无举报必要：基于目前提供的引言和摘要部分，未发现任何学术不端线索。
• 如需深度检测：请提供论文的第三章（数据处理）、第四章（模型结果与图表）以及完整的参考文献列表，以便进行像素级图片查重和末位数字分布的统计学异常检测。

⚠️ 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。