網(wǎng)絡(luò)借貸具有高頻次、反復(fù)借貸的特點(diǎn),用戶往往具有再次借款的需求,利用網(wǎng)絡(luò)平臺(tái)累積的各種信息,特別是用戶的"行為軌跡"和"社會(huì)交往"數(shù)據(jù),對(duì)平臺(tái)上具有"再次借款"可能的優(yōu)質(zhì)用戶進(jìn)行挖掘,不僅能提高平臺(tái)的運(yùn)營(yíng)效率,也能促使網(wǎng)絡(luò)借貸市場(chǎng)平穩(wěn)長(zhǎng)遠(yuǎn)的發(fā)展。文章采用XGBoost算法,利用網(wǎng)絡(luò)借貸平臺(tái)上2.6萬(wàn)個(gè)用戶68萬(wàn)多條數(shù)據(jù),首創(chuàng)性地建立了用戶"是否再次借款"的預(yù)測(cè)模型,并對(duì)用戶關(guān)鍵特征進(jìn)行可視化分析。主要結(jié)論為:網(wǎng)絡(luò)借貸中預(yù)測(cè)用戶是否申請(qǐng)?jiān)俳杩?用戶提供的"硬信息"(個(gè)人基本信息)已不具有信號(hào)揭示作用,用戶在平臺(tái)上的借貸和消費(fèi)的"行為軌跡"信息以及"社會(huì)交往"信息,更具有信任信號(hào)的揭示作用。如果在平臺(tái)上積極維護(hù)個(gè)人信息、保持良好的還款記錄、維持良好網(wǎng)絡(luò)社交的用戶,再次申請(qǐng)借款的可能性就很高。

【文章頁(yè)數(shù)】：13 頁(yè)

【文章目錄】：
一、引言
二、文獻(xiàn)綜述
三、研究方法及數(shù)據(jù)選擇
    (一) 研究方法及研究思路
    (二) 數(shù)據(jù)來(lái)源與指標(biāo)說(shuō)明
    (三) 特征工程
四、實(shí)證分析
    (一) 建模步驟
    (二) 模型結(jié)果
    (三) 特征結(jié)果分析
        1. 第一行為特征變量“用戶的個(gè)人信息表最近一次修改被記錄的時(shí)間”
        2. 第二社會(huì)交往特征變量“用戶的好友關(guān)注度”
        3. 第三行為特征變量“應(yīng)用ID頻次”
        4. 第四行為特征變量“用戶最大月還款頻次”
        5. 第五行為特征變量“用戶個(gè)人信息表修改時(shí)間的標(biāo)準(zhǔn)差”
五、結(jié)論與建議



本文編號(hào)：3874789