【摘要】：金融機構理財產品的銷售需要發(fā)掘和發(fā)展新客戶。根據社交網站用戶的瀏覽習慣,可以為金融機構推薦和發(fā)展?jié)撛诳蛻?金融機構的理財產品主要定位在收入高、學歷高的客戶群,知乎用戶具有以上特性,所以論文選題為基于知乎用戶行為的理財產品推薦系統(tǒng)。論文的主要工作包括:(1)設計并實現了爬蟲。用于爬取知乎“理財”板塊下所有用戶的瀏覽信息。所設計實現的爬蟲,首先利用request下的get方法獲取網頁,使用xpath技術對網頁進行解析,獲取到的數據用pandas框架保存為json格式。這樣獲取的數據是以回答問題內容為主的信息。同時借助知乎論壇“理財”板塊下的投票功能,對用戶數據按可承受風險的程度進行分類標記。獲得的數據一類是帶有用戶承受風險能力標記的數據,另一類是不帶標記的數據。(2)對爬蟲獲取的數據預處理,并發(fā)掘“理財”板塊下對理財產品感興趣的用戶。爬蟲獲取的數據存在文本過長、無用詞語太多、用戶的回答存在著很多不確定性等問題,因此需對爬取的用戶數據進行預處理。預處理工作主要包括使用分詞技術對長文本分詞。借鑒jieba分詞開源框架,研究中文分詞的算法,通過設計停用詞表,用戶自定義詞表來過濾無用詞和符號,使用TF-IDF算法,發(fā)掘對理財感興趣的用戶,處理得到的數據為“理財”話題高度相關的已分詞的文本數據和文本向量以備推薦使用。(3)采用了樸素貝葉斯和KMEANS聚類推薦算法實現了推薦系統(tǒng)。研究了目前主流的推薦算法,在對“理財”可能感興趣的用戶數據上,利用推薦算法為用戶推薦風險程度不同的理財產品。其中,對帶有用戶承受風險能力標記的數據源,利用樸素貝葉斯算法,訓練模型,進行推薦結果的計算。并對樸素貝葉斯算法的推薦結果通過F1分數,準確率,召回率等指標分析了算法的性能;對無標記的數據,利用KMEANS算法,訓練模型以實現數據的聚類,通過輪廓系數分析了算法性能。推薦結果是以知乎用戶和理財產品風險承受能力構成的列表,供金融機構使用。(4)所設計實現的理財產品推薦推薦系統(tǒng)采用B/S結構,和MVC的設計模式,推薦的結果以外連接至私信頁面的形式供供金融機構營銷人員使用。
【學位授予單位】：西北大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.3
【圖文】：

得出知乎用戶的推薦列表。設計并實現了一個完整的基于 B/S 模式的推薦系統(tǒng)。圖 1 推薦系統(tǒng)功能流程圖2.2 系統(tǒng)功能需求分析2.2.1 營銷人員用例分析該系統(tǒng)針對的用戶是金融機構的營銷人員。該模塊主要需求應為信息管理，查看客戶信息和理財產品營銷的相關功能，例如：用戶登錄，密碼修改，用戶信息注銷等；營銷部分需求為營銷人員和外鏈的私信。在修改信息的需求中，營銷人員具有較強的流動性，針對不同的時期不同的理財產品，營銷人員的從業(yè)的公司可能不同。因此，營銷人員的需求還應該包括相應公司權限的?

圖 3 管理員用例圖系統(tǒng)管理員用例圖中，主要實現了 6 個功能，分新客戶信息和更新產品信息和注銷。這其中，更動性產生的需求，更新產品信息是因為理財產品表 2 管理員用例說用例名稱 用例描述注冊 管理員注冊一個新賬戶，并將信登錄 驗證登錄信息，管理員登陸系統(tǒng)營銷人員管理 增加或刪除系統(tǒng)中的營銷人員更新客戶信息 定期更新知乎論壇爬蟲信息，并更新產品信息 根據金融機構提出的新的理財產注銷 管理員退出

第三章 基于知乎用戶行為的理財產品推薦系統(tǒng)概要設計第三章 基于知乎用戶行為的理財產品推薦系統(tǒng)概要設計本文目的在于設計并實現基于知乎用戶行為的理財產品推薦系統(tǒng)，對于系統(tǒng)的體架構，數據之間交互的方式等，本章完成了系統(tǒng)的概要設計。3.1 系統(tǒng)整體架構本文中的基于知乎用戶行為的推薦系統(tǒng)采用 Eclipse 作為開發(fā)環(huán)境，通過 JWeb[17]和 MVC 技術來作為開發(fā)框架。如圖 4，系統(tǒng)主要分為四個部分：數據獲取數據離線處理，推薦算法計算和 UI 層。

【參考文獻】

相關期刊論文 前3條

1 王祥玲;王蒙軍;周亞同;;車牌字符的類歐幾里得距離特征提取與分析[J];計算機仿真;2014年04期

2 周立柱,林玲;聚焦爬蟲技術研究綜述[J];計算機應用;2005年09期

3 周軍鋒,湯顯,郭景峰;一種優(yōu)化的協(xié)同過濾推薦算法[J];計算機研究與發(fā)展;2004年10期

相關碩士學位論文 前1條

1 孫永;徽商銀行理財產品銷售管理系統(tǒng)設計與實現[D];大連理工大學;2016年

本文編號：2780664