基于GPS信息的消费金融辅助决策系统的研究与实现
发布时间：2022-01-19 08:46
随着我国经济的快速发展和互联网技术的广泛运用,金融产品不断创新,其中互联网消费金融建立起了专业化的个人消费系统,不过消费金融公司向客户发放贷款面临的风险也越来越高,不管是风险控制、产品投放,还是业务拓展,都需要一套针对客户人群进行专业分析的辅助系统。针对消费金融公司二次营销和投资区域的决策,本文设计了一套辅助决策系统,系统以公司大量的还款记录良好的贷款客户的手机GPS数据为基础,探索研究利用数据挖掘技术,实现对客户人群GPS信息的数据分析,并且通过可视化显示出客户人群活动较为活跃的区域,重点以区域热度为基础,结合区域人口基数、区域政府政策导向等因素,利用决策模型对公司的二次营销和投资区域提供辅助决策建议。论文分析了国内外相关领域的研究现状,确立了研究目标,研究了相关的理论和技术,结合企业业务和技术的需求分析,对系统进行了详细的设计。实现的主要功能有四个部分,包括登陆验证部分、算法选择部分、可视化部分、评论分析部分。其中登陆验证部分主要是对登陆验证模块的管理,登陆的用户名、密码的设置、密码的修改以及新用户注册等功能。算法选择部分主要是实现算法模块的管理,包括GPS信息数据的处理,算法的选...
【文章来源】：辽宁大学辽宁省 211工程院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
消费金融规模走势图
8图 2-1 系统数据流图/S 是 Browser/Server 的简称。也就是浏览器/服务器结构，此结构务器端完成，客户端只需要一个 Web 浏览器，浏览器的界面大方，而且本身客户端负载很低，用户只需要满足一个交互界统重要的部分都设置到服务器端，这样对于系统的开发来说更
/S 最大的优势就是用户可以随时随地利用一个普通浏览器去访问并且能够快速的得到响应，不足就是不能适应复杂的功能需求，复户端软件的安装，配合操作系统的相关功能。当然不安装客户端软度讲，它的安全性稍低，那么就需要在进行系统开发的时候，对用行严格的设定和技术处理，B/S 的好处是便于扩展，B/S 打破了平乎不受操作系统制约，可用性和易操作性相对比较高。费金融辅助决策系统采用 B/S 开发架构，公司用户使用管理员分册的邮箱、密码，在任何地方上网即可登陆进入系统，通过浏览器，选择算法参数，服务器端对数据信息进行聚类分析，而后用户可数据信息以及查看可视化界面，在系统上发布分析评论，管理员用评论的审核，以及用户个人账户的修改，系统的前端综合应用 Bo它是基于 HTML、CSS、CS 的开源的 web 开发工具包，后台是基于ask 框架开发。
【参考文献】：
期刊论文
[1]一种面向移动智能手机用户轨迹停留点提取的时空聚类算法研究[J]. 崔邓,沈敬伟,周廷刚. 西南师范大学学报(自然科学版). 2016(10)
[2]Map/Reduce框架下的粗糙集空间数据挖掘改进算法[J]. 刘琼,赵荣,孙立坚. 测绘科学. 2014(05)
[3]基于校园GIS的空间数据挖掘系统原型[J]. 于永玲,李向,宗思生,施进发. 计算机技术与发展. 2013(12)
[4]一种顾及障碍约束的空间聚类方法[J]. 石岩,刘启亮,邓敏,王佳璆. 武汉大学学报(信息科学版). 2012(01)
博士论文
[1]大数据时代的个人信息民法保护[D]. 任龙龙.对外经济贸易大学 2017
[2]基于用户特征的社交网络数据挖掘研究[D]. 廉捷.北京交通大学 2014
[3]中国普惠金融发展研究[D]. 晏海运.中共中央党校 2013
[4]基于GPS轨迹和照片轨迹的时空数据挖掘[D]. 王冠男.中南大学 2013
[5]大规模数据集高效数据挖掘算法研究[D]. 申彦.江苏大学 2013
[6]移动对象轨迹数据挖掘方法研究[D]. 袁冠.中国矿业大学 2012
[7]地理信息数据结构处理优化应用研究[D]. 王晓理.解放军信息工程大学 2010
[8]空间数据挖掘的研究[D]. 周海燕.中国人民解放军信息工程大学 2003
硕士论文
[1]我国P2P网络借贷平台的风险控制研究[D]. 蒋丹娜.浙江大学 2017
[2]大数据下的个人征信体系研究[D]. 赵克非.浙江大学 2017
[3]基于大数据征信的商业银行小微企业信贷风险控制研究[D]. 周大林.安徽大学 2017
[4]基于DBSCAN的自适应非均匀密度聚类算法研究[D]. 王实美.北京交通大学 2017
[5]基于DBSCAN聚类算法的研究与应用[D]. 冯振华.江南大学 2016
[6]基于智能手机轨迹提取停留点的时空聚类算法研究[D]. 崔邓.西南大学 2016
[7]基于GPS定位技术的车辆行驶里程计算研究与应用[D]. 陈光荣.西南交通大学 2016
[8]基于空间数据挖掘的个性化旅游景点推荐系统研究[D]. 肖政.华中师范大学 2016
[9]kmeans聚类算法的改进及其在信息检索系统中的应用[D]. 韩雅雯.云南大学 2016
[10]加速最大内积检索的两个ball-树优化[D]. 张怡凯.中山大学 2015
本文编号：3596566
【文章来源】：辽宁大学辽宁省 211工程院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
消费金融规模走势图
8图 2-1 系统数据流图/S 是 Browser/Server 的简称。也就是浏览器/服务器结构，此结构务器端完成，客户端只需要一个 Web 浏览器，浏览器的界面大方，而且本身客户端负载很低，用户只需要满足一个交互界统重要的部分都设置到服务器端，这样对于系统的开发来说更
/S 最大的优势就是用户可以随时随地利用一个普通浏览器去访问并且能够快速的得到响应，不足就是不能适应复杂的功能需求，复户端软件的安装，配合操作系统的相关功能。当然不安装客户端软度讲，它的安全性稍低，那么就需要在进行系统开发的时候，对用行严格的设定和技术处理，B/S 的好处是便于扩展，B/S 打破了平乎不受操作系统制约，可用性和易操作性相对比较高。费金融辅助决策系统采用 B/S 开发架构，公司用户使用管理员分册的邮箱、密码，在任何地方上网即可登陆进入系统，通过浏览器，选择算法参数，服务器端对数据信息进行聚类分析，而后用户可数据信息以及查看可视化界面，在系统上发布分析评论，管理员用评论的审核，以及用户个人账户的修改，系统的前端综合应用 Bo它是基于 HTML、CSS、CS 的开源的 web 开发工具包，后台是基于ask 框架开发。
【参考文献】：
期刊论文
[1]一种面向移动智能手机用户轨迹停留点提取的时空聚类算法研究[J]. 崔邓,沈敬伟,周廷刚. 西南师范大学学报(自然科学版). 2016(10)
[2]Map/Reduce框架下的粗糙集空间数据挖掘改进算法[J]. 刘琼,赵荣,孙立坚. 测绘科学. 2014(05)
[3]基于校园GIS的空间数据挖掘系统原型[J]. 于永玲,李向,宗思生,施进发. 计算机技术与发展. 2013(12)
[4]一种顾及障碍约束的空间聚类方法[J]. 石岩,刘启亮,邓敏,王佳璆. 武汉大学学报(信息科学版). 2012(01)
博士论文
[1]大数据时代的个人信息民法保护[D]. 任龙龙.对外经济贸易大学 2017
[2]基于用户特征的社交网络数据挖掘研究[D]. 廉捷.北京交通大学 2014
[3]中国普惠金融发展研究[D]. 晏海运.中共中央党校 2013
[4]基于GPS轨迹和照片轨迹的时空数据挖掘[D]. 王冠男.中南大学 2013
[5]大规模数据集高效数据挖掘算法研究[D]. 申彦.江苏大学 2013
[6]移动对象轨迹数据挖掘方法研究[D]. 袁冠.中国矿业大学 2012
[7]地理信息数据结构处理优化应用研究[D]. 王晓理.解放军信息工程大学 2010
[8]空间数据挖掘的研究[D]. 周海燕.中国人民解放军信息工程大学 2003
硕士论文
[1]我国P2P网络借贷平台的风险控制研究[D]. 蒋丹娜.浙江大学 2017
[2]大数据下的个人征信体系研究[D]. 赵克非.浙江大学 2017
[3]基于大数据征信的商业银行小微企业信贷风险控制研究[D]. 周大林.安徽大学 2017
[4]基于DBSCAN的自适应非均匀密度聚类算法研究[D]. 王实美.北京交通大学 2017
[5]基于DBSCAN聚类算法的研究与应用[D]. 冯振华.江南大学 2016
[6]基于智能手机轨迹提取停留点的时空聚类算法研究[D]. 崔邓.西南大学 2016
[7]基于GPS定位技术的车辆行驶里程计算研究与应用[D]. 陈光荣.西南交通大学 2016
[8]基于空间数据挖掘的个性化旅游景点推荐系统研究[D]. 肖政.华中师范大学 2016
[9]kmeans聚类算法的改进及其在信息检索系统中的应用[D]. 韩雅雯.云南大学 2016
[10]加速最大内积检索的两个ball-树优化[D]. 张怡凯.中山大学 2015
本文编号：3596566
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3596566.html
