摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-15页 |
1.1 选题背景 | 第11-12页 |
1.2 问题提出 | 第12页 |
1.3 研究内容及意义 | 第12页 |
1.4 研究方法 | 第12-13页 |
1.5 研究思路 | 第13-15页 |
第二章 理论基础与文献综述 | 第15-21页 |
2.1 理论基础 | 第15-16页 |
2.1.1 P2P概念界定 | 第15页 |
2.1.2 大数据概念界定 | 第15-16页 |
2.1.3 消费者需求与精准营销理论 | 第16页 |
2.2 国内外文献综述 | 第16-21页 |
2.2.1 P2P的发展与营销方式研究综述 | 第16-18页 |
2.2.2 大数据精准营销现状研究综述 | 第18-21页 |
第三章 P2P网贷平台用户借贷行为与大数据精准营销概述 | 第21-29页 |
3.1 P2P网贷平台借贷行为概述 | 第21-22页 |
3.1.1 出借用户行为概述 | 第22页 |
3.1.2 借款用户行为概述 | 第22页 |
3.2 P2P平台大数据精准营销概述 | 第22-27页 |
3.2.1 数据挖掘技术在对P2P网络借贷实施精准营销的作用 | 第22-23页 |
3.2.2 大数据精准营销基本框架 | 第23-25页 |
3.2.3 基于P2P网络借贷平台的大数据精准营销基本框架 | 第25-26页 |
3.2.4 基于P2P网络借贷平台的数据挖掘技术选择 | 第26-27页 |
3.3 本章小结 | 第27-29页 |
第四章 面向平台出借用户的P2P网贷大数据精准营销研究 | 第29-43页 |
4.1 现有面向平台出借用户的P2P网贷大数据精准营销的不足 | 第29页 |
4.2 基于客户画像的面向平台出借用户的P2P网贷大数据精准营销模型 | 第29-30页 |
4.3 客户画像模型的概念和基础分析 | 第30-31页 |
4.3.1 客户画像定义 | 第30-31页 |
4.3.2 客户画像数据库的构建途径 | 第31页 |
4.4 客户画像分析模型 | 第31-34页 |
4.4.1 描述性统计 | 第31页 |
4.4.2 聚类群体分类模型 | 第31-32页 |
4.4.3 个人用户画像标签定制标准选取 | 第32-34页 |
4.5 实证分析 | 第34-42页 |
4.5.1 研究数据的收集 | 第34页 |
4.5.2 描述性统计 | 第34-39页 |
4.5.3 个体用户特征描述——标签 | 第39-42页 |
4.5.4 以客户标签为基础的客户分类与产品类型推荐 | 第42页 |
4.6 本章小结 | 第42-43页 |
第五章 面向P2P平台借款用户的大数据精准营销研究 | 第43-54页 |
5.1 现有面向平台借款用户的P2P网贷大数据精准营销的不足 | 第43-44页 |
5.2 基于多层次分类模型的面向平台借款用户的精准营销模型 | 第44页 |
5.3 多层次分类模型在P2P平台中的应用 | 第44页 |
5.4 基于P2P平台的双层分层模型 | 第44-47页 |
5.4.1 预选层:基于DBSCAN聚类算法的逾期还款者筛选 | 第44-46页 |
5.4.2 第二层:基于基本资料的LR分类器分类算法 | 第46-47页 |
5.5 实证分析 | 第47-52页 |
5.5.1 研究数据的收集 | 第47-48页 |
5.5.2 研究数据的清洗 | 第48-49页 |
5.5.3 DBSCAN聚类算法 | 第49页 |
5.5.4 基于LR分类器的回归算法 | 第49-52页 |
5.6 本章小结 | 第52-54页 |
第六章 面向潜在用户的P2P网贷大数据精准营销研究 | 第54-62页 |
6.1 现有面向潜在出借用户的P2P网贷大数据精准营销的现状及不足 | 第54页 |
6.2 基于BP神经算法的面向潜在用户的P2P网贷大数据精准营销模型 | 第54-55页 |
6.3 人工神经网络模型 | 第55-59页 |
6.3.1 人工神经网络模型的概念和划分 | 第55-56页 |
6.3.2 基于P2P网络借贷平台的BP网络算法 | 第56-59页 |
6.4 实证分析 | 第59-61页 |
6.4.1 数据收集 | 第59页 |
6.4.2 数据清洗 | 第59-60页 |
6.4.3 Matlab人工神经网络 | 第60-61页 |
6.5 本章小结 | 第61-62页 |
第七章 总结与展望 | 第62-64页 |
7.1 研究总结 | 第62-63页 |
7.2 研究局限 | 第63页 |
7.3 研究展望 | 第63-64页 |
参考文献 | 第64-68页 |
作者简介 | 第68页 |