摘 要

随着当代社会经济的飞速发展，个人信贷的需求也随之越来越多。越来越多的资金流转需求也随之出现。运用一定的金融杠杆撬动交易、刺激市场成为了一种总要的促进经济发展的手段。金融服务可以使企业顺利平稳的发展，让公民获得更好的生活质量。在某些程度上，在摆脱了启动资金方面上的局限性之后，不论是企业还是个人都可以更好地发展。所以在当今社会中金融服务起到了极其重要的作用。商业类型的银行就承担了对于城市金融与贷款方面的重要任务。大多数贷款都是来自于权威的金融机构，所以金融机构不得不面对的一个重要的问题就是：如何判断贷款的客户是否可以承担得起他贷款的金额？机构是否应该把款放给他？

针对这些问题，本次研究以Prosper平台数据为研究对象，分析用户特征与还款情况之间的关系，主要做了以下工作：

1. 数据预处理工作，对数据进行清洗降噪、转换到适合的维度，相同指标。
2. 属性关系分析，将处理好的用户特征分为行为属性、个人属性、目标属性。

分别分析个人属性与目标属性，行为属性与目标属性之间的关系。

1. 数据可视化，设计前端，利用可视化技术与图表组件，对处理好的关系数据进行可视化展示。

关键词：金融信贷；Prosper平台；数据分析；数据可视化

Abstract

With the rapid development of contemporary society and economy, the demand for personal credit is also increasing. The increasing demand for capital flow also appears. The use of certain financial levers to leverage transactions and stimulate the market has become a general means of promoting economic development. Financial services can enable companies to develop smoothly and smoothly, and enable citizens to obtain a better quality of life. To some extent, after getting rid of the limitations of start-up capital, both companies and individuals can develop better. Therefore, financial services play an extremely important role in today's society. Commercial banks have undertaken important tasks for urban finance and loans. Most loans come from authoritative financial institutions, so an important question that financial institutions have to face is: How to judge whether the customer of the loan can afford the amount of his loan? Should the institution give him the money?

In response to these problems, this study takes Prosper platform data as the research object, analyzes the relationship between user characteristics and repayment status, and mainly does the following work:

1. Data preprocessing, cleaning and noise reduction of data, conversion to suitable dimensions, the same indicators.
2. Attribute relationship analysis, the processed user characteristics are divided into behavior attributes, personal attributes, and target attributes. Analyze the relationship between personal attributes and target attributes, behavior attributes and target attributes.
3. Data visualization, design the front end, and use visualization technology and chart components to visualize the processed relational data.

Key Words： Credit information processing；Data analyzing；Data visualization；

目 录

摘 要 I

Abstract II

目 录 3

第1章 绪论 1

1.1 研究背景与意义 1

1.2 研究现状 1

1.3 本文主要研究内容 2

1.4 本文组织结构 2

第2章 信贷信息处理与可视化系统研究 3

2.1 系统需求分析 3

2.2 功能模块设计 3

2.3 系统相关技术介绍 5

2.3.1 前端介绍 5

2.3.2 后台介绍 5

2.4 本章小结 6

第3章 信贷数据预处理 7

3.1 数据预处理的意义 7

3.2 Prosper数据预处理 7

3.2.1 提升数据质量 7

3.2.2 适合数据挖掘 10

3.3 本章小结 13

第4章 信贷信息分析与可视化 14

4.1 首页模块设计 14

4.2 用户个人属性相关模块设计 17

4.3 用户行为相关分析 21

4.4 本章小结 24

第5章 总结与展望 25

5.1 论文总结 25

5.2 前景展望 25

参考文献 26

致 谢 27

绪论

研究背景与意义

随着社会的飞速发展与经济的全球化，资金的流转越来越频繁，并且需求日渐旺盛。金融公司提供的信贷服务可以促进企业发展，提高群众生活水平。所以，在当今社会，信贷服务成了金融机构的一项重要业务。由此金融机构不得不面对的一个重要的问题，如何判断客户是否有还款能力？金融机构如何平衡借贷资金流？优质用户具有何种特征？什么用户是高风险客户？
      由此，需要一个信贷信息处理分析系统来辅助金融机构做全面的评估。面对海量的数据，提炼出有价值的数据，找出不同类型用户的特征，分析各因素的相关性，从而进行资金流分析以及对用户进行信贷评估，并且用直观的方式将其显示出来，将最有价值的信息呈现给金融机构，方便金融机构对用户信用等级进行分类、对贷款请求进行评估，为金融机构的业务监管提供更加准确直观的科学依据，以求在最保险的前提下发掘客户需求，获取最多的利润，实现金融机构与贷款客户的双赢。

研究现状

面对经济的迅速发展与国际环境的复杂多变，如何处理好冗杂的客户信息并从其中最大成度的发现客户的需求，发现行业规律，最大程度地降低贷款风险，提高贷款质量与收益是信贷机构一直都在探索的关键问题与根本问题。从1998年开始，建设银行就已经在全行范围内开始实施并推广信贷信息处理系统，这是我国首批信贷信息处理系统，开启了信贷信息智能化处理的先河。在设计初期，该系统包括了信息获取、信息处理、信息存储、信息展示等公能。经过了十几年的发展和不断地磨砺，现在已经成为了集信息的收集、挖掘、处理、展示、发布、预测等功能为一体的成熟系统。并且扩展了信息披露、换进监管、信贷统计、内部评级、风险管理等诸多领域。

然而当前“重贷前，轻贷后”“重营销，轻管理”的运营模式在银行体系中一直存在，另外，信息的维度处理、信息的质量问题、数据的充分挖掘等问题也一直干扰着整个行业，越来越成为整个体系中的核心问题。如何处理好这些问题是信贷信息管理的难点，也是制约着信贷管理水平提高的重要因素。

本文主要研究内容

本文以Prosper平台信贷记录为研究对象，分析户特点及其金融行为，研究信贷关系并进行可视化展现，主要工作如下：

1. 对Prosper平台提供的数据进行预处理，先对数据进行清洗降噪并且除去不重要特征。
2. 将经过预处理的用户贷款信息进行关系分析，分析用户特征与利润、用户特征与违约率等的相关性。
3. 基于已经处理的数据与得到的相关性等特征，利用Echarts可视化组件与Canvas组件设计出信贷信息可视化系统，将所得的信息结果直观的展示出来。

本文组织结构

本文分为五个章节，分别为：