🔍 耿同学打假报告

论文信息

论文来源：基于评分卡模型的中小银行存转贷获客对策研究_黄振华 (2).pdf
标题：基于评分卡模型的中小银行存转贷获客对策研究
作者：黄振华
期刊：华东师范大学硕士专业学位论文（2024届）
DOI：无（学位论文）
发表年份：2024年

综合评定：🟠 高度可疑（建议深入调查）

详细发现

发现 1：🚨 核心数据集张冠李戴（引用与方法学严重异常）

位置：第 3 章，3.1 节（第 21 页）
描述：作者声称“本文分析的数据集为 UCI 机器学习存储库中上传的经典营销银行数据集”，但脚注中给出的链接却指向 Kaggle 平台的 "Bank Loan Modelling" 数据集。
证据：
1. 变量对不上：UCI 的经典银行营销数据集（Bank Marketing）是葡萄牙某银行电话推销定期存款的数据，变量包含 call duration（通话时长）、pdays（距上次联系天数）等。而本文使用的变量（ZIP Code 住址地编码、CCAvg 信用卡月花销、Mortgage 房贷、Securities Account 证券账户、CD 大额存单）与 Kaggle 上著名的 "Thera Bank" 个人贷款数据集完全一模一样。
2. 业务背景对不上：Thera Bank 数据集的背景就是“将存款客户转化为个人贷款客户”，这与本文的研究目的一致；而 UCI 数据集是预测“客户是否会认购定期存款”，方向完全相反。
3. 样本量与响应率：文中提到 5000 条数据，9% 响应率，这正是 Thera Bank 数据集的标准描述，与 UCI 数据集（4万多条数据）毫无关系。
严重程度：🔴（连自己用的什么数据都没搞清楚，直接照抄数据集介绍或套用模板，属于极为严重的学术不严谨，直接动摇全文根基）

发现 2：🚨 评分卡评估样本量存在“幽灵数据”（数据造假检测）

位置：第 4 章，4.3 节表 4.4（第 46 页）
描述：评分卡结果展示表中的样本总数与实验设定严重冲突，且呈现出离奇的类别比例。
证据：
1. 数量对不上：作者在 4.1 节明确写道“将全部数据集以 80% 为训练集和 20% 为测试集”。5000 条数据的 20% 测试集应该是 1000 条。然而，表 4.4 的六个评分区间样本量相加（30+111+195+133+295+561）等于 1325 条！这多出来的 325 个样本是从哪冒出来的？
2. 响应率异常：原始数据集响应率不到 10%（约 480 人响应）。但在表 4.4 中，“响应样本”合计高达 442 人，而总人数变成了 1325 人，响应率暴增至 33.3%！结合前文，作者极有可能在测试集评估阶段错误地应用了 SMOTE 算法（造假日数据），用合成后的假数据来测试模型的最终评分，这属于典型的“数据泄露”与“结果虚高”。

发现 3：🚨 Stacking 融合模型存在致命的数据泄露（统计学与方法学异常）

位置：第 4 章，4.2 节（第 42 页）
描述：在构建 Stacking 融合模型时，次级学习器的输入特征构建方式违背了机器学习的基本原则。
证据：文中原话写道：“将这些模型应用作为初级学习器，并将它们在训练数据上的预测结果作为新特征... 训练次级学习器...该模型被用于测试数据的预测分析”。在真实的 Stacking 廅叠中，为了防止数据泄露，初级学习器必须使用交叉验证（OOF，Out-of-Folds）的预测结果来训练次级学习器。作者直接用初级模型在训练集上“预测自己”，这会产生极高的过拟合（相当于考试背答案），导致得出的 KS=0.81、Acc=0.91 等所谓“最优指标”全是虚假繁荣，毫无泛化能力。

发现 4：图表与指标引用逻辑混乱（产出异常检测）

位置：第 4 章（第 41-45 页）
描述：表号、图号错乱，核心评价指标出现前后矛盾。
证据：
1. 表号重复与错乱：第 41 页有“表 4.3 lightGBM 特征重要性得分”，到了第 44 页又出现了一个“表 4.3 表现优异的机器学习模型和融合模型的指标”。紧接着正文还提及“汇总于图 4.15 和表 4-4 中”，而全文根本没有“表 4-4”，只有第二个“表 4.3”。排版与逻辑极度草率。
2. 遗失的 AUC：作者在 4.1 节声称“选择 AUC 作为模型性能的评估标准”，但在引以为傲的 Stacking 融合模型结果展示中，正文却只字未提 Stacking 的 AUC 是多少。心虚还是根本没算对？

发现 5：数据探索性分析的常识性忽视

位置：第 3 章，3.2 节图 3.8（第 27 页）
描述：对于明显异常的数据特征视而不见。
证据：作者在“工作经验分布箱形图”中自己都写道“范围在 -2 到 43 年之间”，并轻描淡写地说“将负值转换为 0 年”。实际上，Thera Bank 数据集里包含 -1, -2, -3 的工作经验是业界公认的数据录入错误（代表缺失值）。作者仅做简单的“替换为0”处理，在后续建模时反而可能导致严重偏差，且对为何出现负数未做深究，说明对底层数据缺乏最基本的数据直觉。

耿同学辣评

这论文真的是把“调包侠”的刻板印象拉满了！拿着 Kaggle 上被用烂的 Thera Bank 数据集，硬说是 UCI 的经典数据集，连自己“丈母娘”是谁都没搞清楚就敢写进学位论文里。更离谱的是，测试集只有 1000 条数据，算出来的评分卡居然有 1325 人，还凭空多出了一大堆“积极响应”的假人；Stacking 融合模型更是直接拿训练集预测训练集，属于是左手跟右手玩游戏，硬生生把模型指标给“刷”到了 0.9 以上。这是在做学术研究，还是在写科幻小说啊？

建议后续行动

建议答辩委员会要求作者公开源代码，核实其表 4.4 中 1325 个样本的具体来源，查实是否存在将训练集混入测试集的低级错误。
要求作者澄清数据集的真实来源（Thera Bank），并反思其 Stacking 模型是否存在严重的数据泄露导致过拟合。
对全文图表编号及逻辑进行大规模重写与勘误。

⚠️ 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。
注：由于论文仅提供文本，未提供原始图片，故耿同学六式中的“第一式（图片复用检测）”与“第三式（图片拼接检测）”无法进行像素级比对。

基于评分卡模型的中小银行存转贷获客对策研究