基于P2P互联网金融的数据挖掘技术研究

陈雪改，王 飞

(河海大学 商学院， 南京 211100)



基于P2P互联网金融的数据挖掘技术研究

陈雪改，王 飞

(河海大学 商学院， 南京 211100)

针对P2P网络金融平台借贷记录的历史数据量海量存在，却只是存储在数据仓库中，其蕴含的有效信息并没有被发掘的问题，在P2P网络金融平台的管理中融入数据挖掘技术。以Weka为数据挖掘工具，利用现有存储数据信息进行数据分析。通过平台算法以及数据模型的处理，以投标时间T、投标总次数N、投标借出总金额M三个指标为参考，将P2P网络金融平台中的出款人分为8种类型，并给出了这3项指标的整体聚类结果，分别为0.826 3、0.067 2、0.077 7，据此判断出款人的潜在价值，为平台管理者提供相应的参考。

互联网金融；P2P；Weka；数据挖掘；借贷分析

随着互联网技术手段在金融行业部分业务中的应用，产生了全新的互联网金融模式[1]，其中各大银行所推出的手机银行与网银就是其重要的组成部分[2]，从本质上影响了人类的金融模式。P2P网络金融，也称P2P信贷，是网络金融在借贷方面的发展方向[3-4]。它以低门槛、低难度的借款方式极大地提高了借贷服务的效率[5]，有效地改变了小额贷款困难的现状。其次，它也是一种低风险高收益的理财方式。随着P2P网络金融的发展，其操作平台产生的借贷记录迅速增长，数据信息海量存在，但对历史数据的研究与应用却很少[6-7]。因此，本文将数据挖掘技术引入其中，借助Weka数据库的真实借贷款交易原始数据，通过数据挖掘找出有关借贷交易中相关要素的规律，一方面可以给P2P网络金融平台提供相应的参考意见，适当增加借款的类型、利率以及设置合理的还款期限等，实现平台的多元化，提高平台借贷交易成功率；……