基于数据挖掘的P2P用户回款后行为预测研究

P2P投资人数量进入存量运营阶段,促进回款用户续投是公司健康发展的关键。以某P2P企业大量真实交易数据为研究样本,创新采用随机森林、决策树、神经网络、支持向量机等模型,对用户回款后投资、取现、投资+取现、不动四种行为进行预测,并根据"类型变差则调整类型"的原则进行修正,最后通过数据分析发现规律,确定四种用户运营节点和运营力度,通过在某公司的应用,有效减少了用户及资金流失,最大程度缩减了运营成本。研究将数据挖掘技术创新应用在P2P投资用户运营领域,对实现P2P行业精细化运营有重要意义。