[发明专利]一种基于运营商数据识别大学生网贷风险的分析方法与系统

说明书

本发明公开了一种基于运营商数据识别大学生网贷风险的分析方法与系统，采集的是运营商已采集的用户上网日志与用户轨迹行为，结合基准库通过URL解析目标对象的上网APP，同时通过URL解析用户的电商购物行为，结合爬虫爬取商品详细信息，分析目标对象大宗消费情况及APP使用情况；更能体现通过大数据方式分析用户上网行为的分析，提高分析目标的灵活性和分析结果的准确性。分析的目标客户群体更加明确，能根据客户群体减少用户上网日志数据的采集；设定疑似网贷大学生监控及预警机制，实时分析目前用户群体的上网行为与轨迹行为数据，分析的特征更全面，结果也更准确。

技术领域

本发明涉及无线通讯技术领域，尤其涉及一种基于运营商数据识别大学生网贷风险的分析方法与系统。

背景技术

目前在校大学生涉世尚浅，不能准确认识网贷的风险，经受不住社会上高消费、高品质的生活诱惑，加之对自我经济情况及还贷情况没有清晰的预估，怀着侥幸的心理从网贷平台进行高息贷款，在不能偿还贷款的情况下，又通过其他贷款平台进行“拆东墙、补西墙”式生活，最终贷款就像滚雪球一样越来越多，造成个人，乃至家庭无法偿还。自此，此类大学生将无法正常上学，甚至会做出一些违法的事情。因此，建设一套识别大学生网贷风险的分析系统，可以在大学生有贷款意向时，通过教育、劝阻、普法、帮助等多重手段进行制止，防止悲剧发生。

目前，基于运营商数据采集、上网行为数据解析(包括：行为解析、搜索词解析等)、用户轨迹数据解析等技术均已成熟，而且在自有运营商有很多案例，合理融合这些技术完全可以识别大学生客群、该客群的上网行为、以及该群体的网贷风险。

发明内容

针对现有技术的不足，本发明提供了一种基于运营商数据识别大学生网贷风险的分析方法与系统，旨在利用运营商与互联网数据解决大学生网贷风险识别、贷款归因分析等问题

为实现上述目的，本发明提供如下技术方案：一种基于运营商数据识别大学生网贷风险的分析方法，根据对以往发生的大学生网贷事件分析，获取大学生网贷的基础特征为：经常使用网贷APP，线上大宗消费信息，经常搜索贷款、还贷类关键词，线下出现商圈频次，经常拨打网贷机构客服电话；其分析方法包括以下步骤：

建立基准库：

APP库：对网贷APP、电商APP及其对应的HOST域名进行分类；

网贷电话库：对贷款类客服电话实现汇总；

位置库：汇总高校及商场的位置POI信息；

网贷搜索词库：汇集运营商用户网络贷款搜索词；

目标群体识别：通过高校的位置POI信息，结合高校覆盖范围内的基站工参数据，采集运营商用户轨迹行为数据，比对运营商用户资料数据，实现对大学生群体的识别；

目标群体行为数据解析：

将目标用户上网日志、基准库数据加载到HDFS，采用M/R实现海量数据快速高效匹配，解析出用户上网具体URL行为、APP行为、网贷APP点击次数；获取用户购买商品数据通过电商APP深度解析出来的用户购买商品编号，通过爬虫实现内容爬取识别商品的详细信息；解析用户的搜索词信息，将APP站内搜索与主流搜索引擎搜索词进行汇总；

通过商场的位置POI信息，结合商场覆盖范围内的基站工参数据，采集目标用户轨迹行为数据，解析目标群体在商场出现的频率；

结合网贷电话库，获取目标用户网贷电话拨打记录；

所述基站工参数据包括基站名称、LAC/CI、经纬度、基站类型；运营商用户轨迹行为数据包括电话号码、开始基站、结束基站、开始时间、结束时间、信令动作；运营商用户资料数据包括电话号码、年龄、性别、网龄、机龄；目标用户上网日志包括上网开始时间、结束时间、电话号码、HOST、URL；

网贷风险模型建立：