一种基于消费者群体画像的智能评分模型
2021-03-06王廷元何先波
太原师范学院学报(自然科学版) 2021年1期
王廷元,何先波
(西华师范大学 计算机学院,四川 南充 637400)
0 引言
近年来,虽然我国加快了社会征信体系的建设,但仍然无法满足日益增长的实际需要.截至2018年8月末,央行征信数据库中收录的9.7亿人中只有4.4亿人有信贷记录,而征信的真实覆盖率只有35%,企业的覆盖率也只有30%[1].社会上存在着大量的“信用白户”.如何有效地对“信用白户”进行评估已成为服务类金融的研究热点,因此引入用户画像技术对金融服务企业显得尤为重要[2].由于客户的消费数据涉及到个人隐私,很多企业除了难以获取客户的完整信息之外,也很少披露客户的真实消费数据,所以目前基于消费数据构建群体画像的研究比较缺乏.
1 研究回顾
A.Cooper最先提出用户画像的概念,并将其定义为“用户真实数据的虚拟显示”[3].随着技术的成熟,用户画像技术已经应用在推荐系统、精准服务、企业安全等领域.乐承毅等[4]利用改进的RFM模型对高校图书馆读者进行细致分类,为高校图书馆的精准服务提供参考.钟雅等[5]针对企业内部恶意用户的问题,通过本体理论、标签式画像方法,结合K-Means聚类对用户进行分组,实现了对恶意用户的有效检测.周海花[6]通过对用户在线评论进行用户画像,给服务企业提供精准服务提供参考.索晓阳[7]基于网络社交信息对网络用户进行群体画像,其结果对网络舆情引导有积极意义.张晓月等[8]通过Protégé工具建立本体实现用户画像属性之间的关联,为酒店了解用……
登录APP查看全文
