🔍 耿同学打假报告

论文信息

论文来源：1-s2.0-S1877050920319633-main.pdf
标题：Client evaluation decision models in the credit scoring tasks
作者：Paweł Ziemba, Aleksandra Radomska-Zalas, Jarosław Becker
期刊/会议：24th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems (KES), 发表于 Procedia Computer Science 176 (2020) 3301–3309
DOI：10.1016/j.procs.2020.09.068
发表年份：2020

综合评定：✅ 清白 (方法学存在瑕疵，但无造假实锤)

详细发现

本文是一篇典型的计算机科学/机器学习领域的应用型会议论文。由于学科特性，文本中未提供任何生物学/化学图片（Western blot、显微镜图等），无法进行像素级图片复用和拼接检测。 针对“耿同学六式”中针对数据真实性的核心检测维度，具体分析如下：

发现 1：文本完全复用（排版异常或解析错误）

位置：全文
描述：提取的文本中存在大面积的段落、标题甚至表格的完全重复。例如，摘要、引言、方法学、结果与结论部分的段落均出现了双份复制粘贴。
证据：Section 1 到 Section 5 的文字内容在文档中均成对出现；Table 3 和 Table 4 在正文中各出现了两次。
严重程度：🟡（注：这极大概率是你提供的 PDF 转 TXT 时产生的页眉页脚解析错误，或是排版软件生成的带水印双联预览页，并非作者的学术不端。但如果这是最终发表的版本，则属于严重的排版事故。）

发现 2：数据数学自洽性极高（未见随机数捏造痕迹）

位置：Table 1, Table 3, Table 4, Table 5, Table 6
描述：作者报告了 AUROC（ROC曲线下面积）和 Gini（基尼系数）两个评估指标。
证据：在信用评分领域，Gini 系数与 AUROC 存在严格的数学换算关系：Gini = 2 × AUROC - 1。我随机抽查了多组数据：
- Table 1 逻辑回归：AUROC = 0.850，计算得 Gini = 2(0.850) - 1 = 0.700（与表格数据完全一致）。
- Table 3 优化随机森林：AUROC = 0.881，计算得 Gini = 0.762（与表格数据完全一致）。
- Table 5 决策树C4.5：AUROC = 0.657，计算得 Gini = 0.314（与表格数据完全一致）。
- 所有末位数字分布自然，方差和指标之间的关系符合机器学习算法的真实运行规律，不存在随机数生成器捏造的痕迹。
严重程度：✅（无异常）

发现 3：方法学逻辑严谨（未发现数据泄露造假）

位置：Section 3. Research procedure
描述：在机器学习论文中，常见的一种“隐性造假”或“严重错误”是数据泄露——即在整个数据集上先进行特征选择，然后再划分训练集和测试集，这会导致模型性能虚高（往往能得到近乎完美的准确率）。
证据：作者明确写道：“Feature filtration was performed on the training set, and the results were implemented into a set of test cases.（在训练集上进行特征过滤，并将结果应用到测试集中）”。这证明作者具备扎实的机器学习规范意识，实验设计是诚实的。此外，报告的 AUPRC 1（正例的精确率-召回率曲线）数值非常低（如0.013到0.276），非常符合极度不平衡的信贷违约数据集的真实痛点，没有任何掩饰或美化。
严重程度：✅（无异常）

发现 4：统计学与参数报告异常（过于“随意”）

位置：Section 3. Research procedure (优化随机森林参数)
描述：作者提到为了获得最佳分类结果，在初步测试中选择了最优参数：“number of iterations = 239, maximum tree depth = 13（迭代次数239，最大树深13）”。
证据：在机器学习调参中，239 和 13 并非常规的默认参数（如 100, 200）或网格搜索常设的整十/整百节点。这反而说明作者确实做了某种穷举或特定步长的网格搜索。
严重程度：✅（无异常，侧面印证了实验的真实性）

耿同学辣评

这篇纯纯的“理工男”干实事儿论文，没有花里胡哨的配图，也没有 PS 痕迹，全是枯燥的跑数据。计算公式严丝合缝，没有搞“先降维后分集”的数据泄露小动作，甚至连调参的数字（239）都透着一股“笨拙但真实”的汗水味。唯一能吐槽的就是这排版让人眼晕，读个文章像是在照镜子，同一段话非得让读者看两遍，搁这儿复习功课呢？

建议后续行动

无需联系作者：未发现任何核心数据造假或图片操纵。
关于方法学的进阶探讨：如果硬要挑刺，该论文仅在训练集和测试集上进行了一次 70/30 的静态划分，未使用 K折交叉验证来报告标准差。这在顶刊标准中属于“方法学单薄”，但在 Procedia 这类会议论文集中属于常规操作，构不成“学术不端”。

⚠️ 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。

Client evaluation decision models in the credit scoring tasks