论文部分内容阅读
为了有效地提高出借人投资效率、满足出借人对个性化的投资需求,本文系统性地提出了P2P网贷平台面向出借人投资的个性化推荐系统、模型和算法,以辅助出借人进行投资决策,具体研究内容如下:本文首先通过整理历史相关文献发现:大部分学者均从理论层面对推荐系统架构、技术问题进行研究,对P2P网贷平台上出借人投资决策的具体场景则考虑较少;另外,传统个性化推荐系统、模型和算法在应用时面临多重局限性:(1)网贷产品的个性化推荐实际是投资的个性化推荐研究,与其他领域的个性化推荐区别较大。(2)出借人投资决策行为的复杂性与网贷产品属性的特殊性。然后,研究了P2P网贷平台及其个性化推荐现状,指出平台个性化功能和数据可用性与完整性较差、平台对潜在用户关注程度较低等问题;认为传统的人工推荐方法机械化、准确度不高且低效率、平台现有的服务方式无法满足海量客户对个性化的强烈需求;于是从平台的运营驱动和出借人的决策驱动两个方面确定了P2P网贷平台个性化推荐面向出借人的具体需求场景。随后,构建了面向P2P网贷出借人投资的个性化推荐系统和模型。本文以通用个性化推荐框架和模型为基础,结合出借人投资的实际场景,从三个方面进行改进:结合投资组合优化策略模块、引入动态反馈机制、增加P2P网贷平台的参与,并依据该思路对改进后的系统和模型进行详细的阐述说明。最后,对传统算法运用于P2P网贷平台的局限性进行总结,以协同过滤为基础算法,结合出借人具体的投资需求,提出了适用于P2P网贷平台出借人投资决策场景下的个性化推荐算法;并给出了一个出借人投资实例,对算法的具体步骤进行模拟并对结果进行评析,验证了该算法的有效性与可行性。