🔍 耿同学打假报告

论文信息

• 标题：基于 Stacking 模型的网络车贷违约客户识别研究
• 作者：张颖
• 指导教师：李勇
• 机构/期刊：重庆工商大学（硕士专业学位论文）
• 发表年份：2022年5月
• 论文来源：基于Stacking模型的网络车贷违约客户识别研究_张颖.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：数据来源“洗白”与内部矛盾（前后表述不一）

• 位置：第3章 第3.1节 vs 第5章 第5.2节
• 描述：作者在正文主体部分信誓旦旦地声称使用的是某借贷机构的“真实业务数据”，试图增强研究的实际应用价值；但在最后的展望与不足部分，却不慎说漏嘴，承认使用的是“讯飞开放平台提供的脱敏数据”。
• 证据：
  • 第15页（3.1 数据获取与概览）：“本文使用的数据来自某借贷机构的真实车贷业务数据……”
  • 第49页（5.2 展望与不足）：“本文所使用的数据是讯飞开放平台提供的脱敏数据……”
• 严重程度：🔴（严重的学术诚信瑕疵。故意将公开的算法竞赛数据集包装成企业内部真实脱敏数据，属于典型的“贴金”行为，且隐瞒了数据集的真实来源）

发现 2：数据造假检测（数学计算低级错误，疑似编造提升幅度）

• 位置：第4章 第4.4.1节
• 描述：作者为了突出 Stacking 融合模型的效果，在正文描述中故意夸大（或算错）了 KS 值的提升幅度，正文文字描述的数值与表格呈现的真实数值发生了严重的数学悖论。
• 证据：
  • 正文表述：“Stacking 融合模型的 AUC 值和 KS 值分别为 0.7517、0.3577，相对其他单一模型中表现最好的 BorderlineSMOTE-XGBoost 分别提升了 0.0033、0.096”。
  • 查阅表 4.13：BorderlineSMOTE-XGBoost 的 KS 值为 0.3481。
  • 实际计算：0.3577 - 0.3481 = 0.0096。
  • 结论：作者将 0.0096 写成了 0.096（扩大了将近 10 倍！）。为了让论文显得“提升显著”，这种弄虚作假的计算很有可能是随机敲键盘或者笔误造成的。
• 严重程度：🟠（核心结论的数学无法自洽，高度怀疑实验结果是根据预期结论反向编写的）

发现 3：方法学异常检测（跨次元复制粘贴——算法参数抄错行了）

• 位置：第4章 表 4.8 与 表 4.10
• 描述：作者在进行网格搜索调参时，直接将随机森林（RF）的参数表复制粘贴给了 XGBoost 模型，甚至连参数解释和构造集合都懒得改，导致出现了极其荒谬的“方法论事故”。
• 证据：
  • 表 4.10（XGBoost 模型重要调节参数）中，赫然出现了 criterion（不纯度衡量指标，取值为 'entropy', 'gini'）、min_samples_leaf、min_samples_split、max_features 等参数。
  • 事实核查：XGBoost 无论是原生 API 还是 Sklearn 接口，根本没有 min_samples_leaf 或 gini/entropy 这种 criterion 设定（这些是决策树和随机森林专属参数）。XGBoost 的核心参数应为 learning_rate (eta), gamma, subsample, colsample_bytree 等。作者显然根本没有跑过 XGBoost 的代码，而是把表 4.8 复制过来改了个标题。
• 严重程度：🔴（确凿的伪造实验过程证据。连用的什么算法参数都是抄的，实验数据基本可以断定是捏造的）

发现 4：图片拼接与像素级分析缺失声明

• 位置：全文图表
• 描述：文本中未提供足够的原始图片信息（论文均为文字提取），无法对 ROC 曲线图（图 4.6-4.10）、KS 曲线图等图进行像素级同源性比对。
• 证据：根据现有表格数据的“平滑度”判断，所有模型跑出来的指标极其规整，例如不同采样方法下的 AUC、F1 等指标差异极其均匀，不太像真实含噪跑出来的结果，更像是人工编排的递增数列。但由于缺乏原图，无法进行一锤定音的视觉打假。
• 严重程度：🟡（存疑，留待读者注意）

耿同学辣评

这篇论文可以说是典型的“缝合怪”加“粗心大意”。为了给自己的毕业论文贴金，硬生生把公开的讯飞算法竞赛数据集包装成“某借贷机构真实数据”，结果在结尾致谢和展望时原形毕露。更搞笑的是，作者连“复制粘贴”的基本功都没做好，把随机森林的参数表直接套在 XGBoost 头上，不知道的还以为这两兄弟是一个妈生的；正文中数据提升幅度直接凭空多写个 0（0.0096 变成 0.096），这已经不是学术不端了，这是对九年义务教育数学的挑衅！用虚构的参数跑出完美的数据，这大概就是传说中的“意念跑码”吧。

建议后续行动

• 联系作者所在机构（重庆工商大学）学术委员会：要求作者提供讯飞数据集的真实来源链接、跑通 XGBoost 模型的完整源代码（特别是参数定义部分），以及输出各项指标的原始日志。
• 要求查看原始数据集：核实其所谓“真实车贷业务数据”的原始文件。
• 仔细审查其指导教师名下的其他学生论文：这种流水线式的造假手法（套用模板、编造参数）通常不是个例，建议查查是不是整个课题组都有这种“Ctrl+C/V”的不良风气。

⚠️ 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。