行为轨迹及社交信息能预测用户是否再借款吗?——基于网络借贷的实证分析

发布时间：2023-12-24 15:29

　　网络借贷具有高频次、反复借贷的特点,用户往往具有再次借款的需求,利用网络平台累积的各种信息,特别是用户的"行为轨迹"和"社会交往"数据,对平台上具有"再次借款"可能的优质用户进行挖掘,不仅能提高平台的运营效率,也能促使网络借贷市场平稳长远的发展。文章采用XGBoost算法,利用网络借贷平台上2.6万个用户68万多条数据,首创性地建立了用户"是否再次借款"的预测模型,并对用户关键特征进行可视化分析。主要结论为:网络借贷中预测用户是否申请再借款,用户提供的"硬信息"(个人基本信息)已不具有信号揭示作用,用户在平台上的借贷和消费的"行为轨迹"信息以及"社会交往"信息,更具有信任信号的揭示作用。如果在平台上积极维护个人信息、保持良好的还款记录、维持良好网络社交的用户,再次申请借款的可能性就很高。

【文章页数】：13 页

【文章目录】：
一、引言
二、文献综述
三、研究方法及数据选择
    (一) 研究方法及研究思路
    (二) 数据来源与指标说明
    (三) 特征工程
四、实证分析
    (一) 建模步骤
    (二) 模型结果
    (三) 特征结果分析
        1. 第一行为特征变量“用户的个人信息表最近一次修改被记录的时间”
        2. 第二社会交往特征变量“用户的好友关注度”
        3. 第三行为特征变量“应用ID频次”
        4. 第四行为特征变量“用户最大月还款频次”
        5. 第五行为特征变量“用户个人信息表修改时间的标准差”
五、结论与建议



本文编号：3874789