数据挖掘技术在P2P网络金融中的应用研究

摘要

P2P网络金融平台作为P2P网络金融的载体，具有信息透明度高、借款人可信度高、风险较低以及操作简单等特点。随着P2P网络金融平台的借贷记录的逐渐递增，历史数据量越来越庞大，而这些历史数据只是堆积在数据库或数据仓库中，并没有得到有效的利用。P2P网络金融平台对挖掘其隐藏在数据背后有用信息的工作还很少。将数据挖掘技术引入到P2P网络金融平台的管理之中，利用数据挖掘技术对P2P网络金融平台的现存数据进行分析，进而为借款人、出款人和平台管理人员提供服务与建议就成为P2P网络金融平台在发展过程中面临的新的课题。
　　本文运用数据挖掘技术解决国内P2P网络金融平台所遇到的问题，并以帮友贷为研究对象，以weka为数挖掘工具。研究大致分为三个部分:
　　(1)出于平台对用户的管理方面的欠缺，运用数据挖掘技术中的聚类分析，提出关于用户管理方面的解决方案，为帮友贷平台如何进行用户管理等方面提供建议。
　　(2)由于借贷的双方不认识，出款人对借款人的各方面信息并不能完全掌握，存在着借贷双方的信息不对称。出款人只能综合P2P网络金融所列示的信息进行判断，大致估计投资的风险和收益来决定是否投标。在P2P网络金融中并不是所有的借款能得到出款人的投资，有相当一部分的借款在时限内得不到足够的投资而导致流标。这样不仅使借款人不能得到借款，同时也会给出款人的收益带来影响。因此，提出运用数据挖掘技术中的logistic回归算法，对满标进行预测，找出出款人投标时所看重的要素。
　　(3)由于互联网金融是一个新兴的金融的模式，且借款人大多数都是第一次借款，对借款的利率的设定、借款偿还时间、借款类型和投标类型的选择等问题不知道如何做。本文运用数据挖掘技术中的关联分析，提出已经成功的借款交易中所隐含的信息，为帮友贷平台的借款人提供指导。

目录

声明

致谢

摘要

1 绪论

1．1 背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状及分析

1．2．1 数据挖掘研究现状

1．2．2 P2P网络金融研究现状

1．2．3 数据挖掘在P2P网络金融中的应用

1．3 论文研究内容及研究框架

2 相关理论和技术概述

2．1 数据挖掘

2．1．1 数据挖掘的方法

2．1．2 数据挖掘体系结构

2．2 数据挖掘工具

2．2．1 WEKA

2．3 P2P网络金融

2．3．1 P2P网络金融的模式

3 数据挖掘技术在P2P网络金融应用的需求分析

3．1 数据挖掘技术在P2P网络金融应用的研究主体

3．2 数据挖掘技术在P2P网络金融应用的总体需求

3．3 数据挖掘技术在P2P网络金融应用的详细需求

3．3．1 用户管理

3．3．2 满标预测

3．3．3 借款分析

4 数据挖掘技术在P2P网络金融应用的模型设计

4．1 数据挖掘技术在P2P网络金融应用的整体设计

4．2 数据管理平台设计

4．2．1 数据说明

4．2．2 数据的预处理

4．3 用户管理模型设计

4．3．1 基与RFM模型的变量选择

4．3．2 用户管理模型的设计

4．4 满标预测的模型设计

4．4．1 满标预测模型的变量选择

4．4．2 满标预测模型的设计

4．5 借款分析模型的设计

4．5．1 借款分析模型的变量选择

4．5．2 借款分析模型设计

5 数据挖掘技术在P2P网络金融应用的模型实现

5．1 数据管理平台的实现

5．1．1 weka连接数据库

5．1．2 数据管理平台的实现

5．2 用户管理的分析模型实现

5．2．1 用户管理模型的实现

5．2．2 用户管理模型的应用

5．3 满标的预测分析模型实现

5．3．1 满标预测模型的实现

5．3．2 满标预测模型的应用

5．4 借款分析的实现

5．4．1 借款分析模型的实现

5．4．2 借款分析的应用

5．5 小结

6 论文总结

6．1 总结

6．2 今后研究方向

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集