经济发展不仅给我们带来了技术变革,也带动了人们对投资的强烈渴望。一方面,近年来中国证券市场的快速发展使其成为人们投资对象的主要选择;另一方面,中国证券市场又是具有自己特色的市场,中小个人投资者众多且高度分散的投资者结构使得大量的中小个人投资者在市场中经常面临着风险。投资顾问和证券公司作为指导投资者投资活动的专业代表,应当维护投资者的合法权益,为投资者提供优质有效的服务和建议,帮助投资者防范风险。以往的投资顾问受制于时间空间人力成本,往往只能服务于高净值客户,而技术变革带来的互联网技术发展,使得投资顾问服务于广大中小个人投资者成为可能。如何高效有效的对个人投资者进行顾问服务是未来以“客户为中心”的证券企业应该重点关注的内容。本文深入学习了国内外学者关于用户分类和投资者适当性管理的研究,结合从某证券公司厦门营业部获得的用户真实数据,构建了一种能够动态获取用户偏好数据及变化的模型,从而更加方便专业的投资顾问结合业务经验给投资者相应的服务和建议。本文从用户的交易行为出发,选定一个时间周期,周期内用户的交易行为特征都将反映出用户的真实交易状况,我们利用这些数据构建用户的交易行为特征变量,并按照不同的方向,给出了用户的产品偏好模型,用户的交易时间偏好模型和用户的综合行为偏好模型。同时,本文利用构建三个模型过程中获取的衍生数据以及用户自身的属性特征构建了一个能够对用户的交易风格类型进行自动判别的模型,该模型的效果是令人满意的。相比于过去利用调查问卷来获取用户信息并进行相关服务的方式,本文的研究成果能够克服问卷形式在时间空间上的局限,动态的获取用户的交易偏好和交易风格变化数据,方便投资顾问和企业更好的追踪用户并及时有效的进行服务,赢取用户的忠诚度,同时在一定程度上也能减少人力物力资源的浪费,为企业创造更大的价值。