首页> 中文学位 >基于用户画像技术对大学生网络贷款可能性的预测
【6h】

基于用户画像技术对大学生网络贷款可能性的预测

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景

1.2 研究意义

1.3 研究目的

1.4 研究内容与组织结构

第2章 文献综述

2.1 用户画像技术研究现状

2.2 大学生网络贷款研究现状

第3章 调研方案设计

3.1 调查对象

3.2 样本量的确定

3.3 调查目的和调查内容

3.4 调查方式与质量控制

3.5 问卷量表的项目分析与信度检验

3.5.1 项目分析

3.5.2 信度检验

第4章 大学生网贷行为现状

4.1 问卷的描述性分析

4.1.1 基本信息描述性统计

4.1.2 大学生网贷现状的描述性统计分析

4.2 网络贷款使用的相关性分析

4.2.1 基本信息与网络贷款使用的相关性

4.2.2 网贷行为与网络贷款使用的相关性

第5章 大学生网贷可能性预测模型建模过程

5.1 模型的相关理论

5.1.1 用户画像及用户画像技术定义

5.1.2 常用的用户画像技术

5.1.3 本文的用户画像模型的理论模型

5.2 特征工程

5.3 模型评估标准

5.4 属性特征及模型参数选择

5.4.1 属性特征选择

5.4.2 模型参数选择

5.5 模型预测效果

第6章 总结与建议

6.1 总结

6.2 建议、创新与不足

6.2.1 建议

6.2.2 创新点与不足

参考文献

附录

致谢

展开▼

摘要

目前,大学生的网贷需求越来越大,网络贷款已成为多数大学生人群有资金需求时考虑的对象。但是,由于大学生的自制力和社会经验不足,往往容易过度消费、过度使用网贷,以至于无法还贷,造成悲剧发生,而社会、学校和父母往往获取学生网贷的信息严重滞后。因此,本文主要目的是对大学生网络贷款可能性的预测进行研究,通过大学生相关属性特征,构建预测模型,提前获得大学生对网贷使用的信息,引导大学生了解理财知识、合理网贷和告知其父母,降低悲剧发生的可能性。  本文基于这个目的设计调查问卷,收集江西省三所高校学生的网贷信息。首先研究相关属性特征,通过对问卷进行描述性统计分析和相关性分析,得出有61.8%的大学生使用过网贷平台,并且变量年级、每月生活费、每月生活费结余等变量对使用网络贷款有显著关系。其次,根据用户画像定义和神经网络结构构建大学生网络贷款可能性的预测模型。利用特征工程对特征进行处理,获得模型所需特征。通过随机网格参数搜索算法结合十折交叉验证法,获得大学生网贷可能性预测模型的最优参数。最后,得出模型的F-score为79%,准确率为77%,AUC值为79%。结果表明,模型对于未知数据集有较好的预测效果,可以运用到实际当中,提前获得大学生对网贷使用的信息。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号