發(fā)布時間：2023-04-01 22:38

　　構建研究模型,基于對用戶數(shù)據(jù)進行挖掘和分析,發(fā)現(xiàn)其背后的規(guī)律,從而為實現(xiàn)用戶增量運營提供決策支持,是互聯(lián)網(wǎng)金融平臺面臨的新課題。受限于商業(yè)模式、用戶群體與技術等客觀因素,互聯(lián)網(wǎng)金融平臺實際運營中普遍存在用戶定位不明晰、運營時機不準確、運營力度不匹配等問題,本文將運用統(tǒng)計學、機器學習等數(shù)據(jù)挖掘方法,構建互聯(lián)網(wǎng)金融平臺用戶增量運營的研究模型,并進行實證研究,實現(xiàn)對互聯(lián)網(wǎng)金融平臺用戶的信用和需求分類,再結合信用和需求提出用戶價值的研究,以期解決互聯(lián)網(wǎng)金融平臺用戶增量運營的問題。文章首先對研究的背景、意義進行了介紹。然后對互聯(lián)網(wǎng)風控和互聯(lián)網(wǎng)金融用戶挖掘的相關研究進行了綜述,提出了本文的研究目標、研究內容和研究方法。其次,對本文研究涉及的概念、理論和機器學習方法等進行了闡述。主要闡述了數(shù)據(jù)挖掘、特征工程等相關概念。介紹了RFM模型、用戶細分理論、AARRR用戶增量運營等用戶研究的理論。介紹了本文用到的logistic回歸算法和K-means聚類算法等機器學習算法。本文的研究,基于RFM模型的研究成果,提出FAV-RFM模型到FAVC-RFM模型的演變,并指出FAVC-RFM模型的指標體系和設計邏...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 文獻綜述
        1.2.1 互聯(lián)網(wǎng)金融風控
        1.2.2 互聯(lián)網(wǎng)金融用戶挖掘
        1.2.3 研究述評
    1.3 研究目標及內容
        1.3.1 研究目標
        1.3.2 研究內容
    1.4 研究方法及創(chuàng)新
        1.4.1 研究方法
        1.4.2 研究創(chuàng)新
第2章 相關概念及理論基礎
    2.1 相關概念闡釋
        2.1.1 數(shù)據(jù)挖掘
        2.1.2 特征工程
    2.2 用戶管理相關理論
        2.2.1 用戶細分理論
        2.2.2 AARRR漏斗模型
    2.3 數(shù)據(jù)挖掘相關算法
        2.3.1 logistic回歸算法
        2.3.2 K-means聚類算法
    2.4 本章小結
第3章 互聯(lián)網(wǎng)金融平臺用戶增量運營模型的構建
    3.1 模型的基礎研究
        3.1.1 RFM模型
        3.1.2 FAV-RFM模型
        3.1.3 FAVC-RFM模型
    3.2 指標體系的構建
    3.3 模型的設計邏輯
第4章 互聯(lián)網(wǎng)金融平臺用戶增量運營模型的基礎分析
    4.1 基于Logistic回歸的平臺用戶信用分級
        4.1.1 數(shù)據(jù)處理
        4.1.2 數(shù)據(jù)統(tǒng)計描述
        4.1.3 樣本分箱
        4.1.4 模型效果評估
        4.1.5 用戶信用評分
    4.2 基于K-means聚類的平臺用戶需求分類
        4.2.1 數(shù)據(jù)歸一化處理
        4.2.2 聚類結果分析
        4.2.3 模型結果驗證
    4.3 本章小結
第5章 互聯(lián)網(wǎng)金融平臺用戶增量運營模型的實證
    5.1 互聯(lián)網(wǎng)金融平臺用戶管理典型問題分析
        5.1.1 信用風險問題
        5.1.2 需求風險問題
        5.1.3 綜合價值問題
    5.2 基于改進型FAVC-RFM模型的用戶分類分析
    5.3 結果驗證
        5.3.1 基于二維四象限的用戶分類分析驗證
        5.3.2 復借率與客單均額驗證
    5.4 用戶增量運營措施建議
        5.4.1 渠道用戶的獲取
        5.4.2 沉睡用戶的激活
        5.4.3 貸后用戶的留存
        5.4.4 快速多樣的變現(xiàn)
        5.4.5 垂直領域的推薦
    5.5 本章小結
第6章 結論及展望
    6.1 論文總結
    6.2 不足及展望
參考文獻
附錄
致謝



本文編號：3777992