基于消費行為數據挖掘及心理量化的投資理財平臺設計與研究

肖小美,于志強

(成都師范學院 物理與工程技術學院,四川 成都 611130)

0 引言

在現代互聯網技術與計算機軟件技術快速普及與發展的過程中,社會信息化建設逐漸改變者社會大眾的工作、生活、交往及思維方式,也使我國傳統的金融產業獲得了全新的發展媒介和渠道,衍生出全新的網絡發展平臺——互聯網投資理財平臺。在投資理財平臺建設的過程中,企業應以我國金融產業發展的真實情況為抓手,以信息公開、用戶服務為抓手,提供信息發布、公眾咨詢等平臺服務,從而在加大科學投入,提高自主創新效率的社會發展趨勢下,推動我國金融市場的提升素質、擴張規模、快速發展,切實滿足新時代對我國經濟建設與發展所提出的要求。而將消費行為數據挖掘與心理量化納入理財平臺建設的過程,能夠切實地提高理財平臺的應用價值,使其更適應市場經濟發展的基本訴求。

1 消費行為數據挖掘與心理量化的概念界定

廣義層面的數據額挖掘是指從海量數據中挖掘有價值的、內在的、隱藏的信息或知識的過程[1]。狹義層面的數據挖掘是指“信息發現”的具體過程或步驟,是模型構建的重要環節。而消費行為主要指消費者在購買商品過程中的消費意愿、購買動機、需求心理的綜合,具體表現為“購買行為”。在技術研發與應用的過程中,消費行為數據挖掘主要涉及的領域包括云計算、遺傳方法、粗糙集理論、數學規劃、人工智能、模糊方法、神經網絡、機械學習、數據處理、數據倉庫、信息科學等學科。其數據挖掘過程包括數據倉庫的數據選擇、數據預處理、數據轉化、模式發現及知識表示等過程。特別在經濟新常態背景下,賣方市場不斷轉變為賣方市場,使得投資理財平臺在平臺建設的過程中,不得不關注用戶的體驗和需求,唯有如此,才能切實提高平臺建設與發展的質量。

2 基于消費行為數據挖掘的投資理財系統設計

要想構建出基于消費行為數據挖掘及心理量化的投資理財平臺,企業需要根據傳統的平臺設計方法和體系對其進行設計。首先,設計目標。系統架構應滿足層次清晰、結構簡潔、易拓展、數據安全等要求。然而,在系統設計的初始階段,設計人員應考慮平臺的安全問題,確保系統擁有較為科學的驗證機制與授權機制,以此確保數據信息的安全可靠,降低數據泄露對用戶合法權益的影響。其次,應保障特定資源能夠被授權的用戶所獲取、共享和訪問[2]。然而,在權限管理中,企業需要在克服傳統權限管理問題的基礎上,減少授權的復雜性與煩瑣性,以此降低權限管理的成本投入。最后,功能架構。在投資理財平臺設計的過程中,設計者需要將功能架構劃分為業務模塊、管理層及平臺層等內容。

3 投資理財平臺數據挖掘模型的構建方法

3.1 構建分析模型

用戶的消費行為能夠影響到企業戰略制定、生產發展及營銷活動的質量,因此在系統設計的基礎上,企業應注重對用戶消費行為的分析和研究,構建出科學合理的分析模型。(1)明確影響消費行為的基本因素,如經濟因素、社會因素、心理因素等。(2)消費心理分析。在心理因素分析中,企業需要對消費者的價值心理、情感心理、身份、習俗及規范等心理進行深入地探究,并以數據處理的方式,將相關影響因素作為模型建設的抓手。

3.2 構建“挖掘模型”

挖掘模型主要指從數據庫或大型信息倉庫中挖掘“隱含數據”的過程[3],幫助決策者更好地了解市場發展趨勢,提高數據應用的質量。而在消費行為數據挖掘的過程中,消費行為數據通常擁有多態性(視頻數據、信號數據、圖形數據等類型)、不完整性(消費行為難以得到全面的體現和記錄)、海量性(數據規模較為龐大)、動態性(消費數據會不斷地刪除和增加),因此為切實提高數據挖掘的質量和效率,需要企業在架構平臺系統的過程中,構建出相應的挖掘模型。該模型應包括消費數據處理、客戶屬性提取及消費行為數據挖掘等過程。在數據挖掘中,企業應將處理結果通過“客戶屬性提取”的方式,進行提取,并通過相關的數據挖掘方法,如貝葉斯挖掘、神經網絡、分類方法等方法,對其進行進一步的挖掘和處理,使消費行為中所擁有的“有價值數據”得到更好的挖掘和處理。而在心理量化層面,分析模型與挖掘模型的構建,可以更好地幫助企業提高投資理財平臺建設的實效性和針對性。這種標準與依據就是“心理量化”。即企業在數據挖掘的過程中,根據相應的心理量化數值,明確數據挖掘標準和規范,從而提煉出相關的消費行為數據。如消費動機、消費心理、消費需求等。有研究者在分析校園理財平臺可行性中,曾指出通過構建心理量表的方式,對消費者的消費行為進行量化分析。但在表格制定的過程中,需企業要根據不同的消費者不同的心理狀態,制定相應的等級、標準及評價指標。

4 消費行為數據挖掘的策略和方法

結合心理量化表的應用要求及我國投資理財平臺的發展趨勢,本文在數據挖掘方法的應用上,選擇了關聯分類法作為消費行為數據挖掘的基本方法。關聯分類法是消費行為數據挖掘的基本手段,需要企業根據數據挖掘的特征和特點,制定出相應的挖掘流程,如消費者數據源、信息預處理、形成“頻繁集”、客戶特征分析、關聯分類、客戶行為分析等。企業在頻繁集形成的過程中,需要提高對關聯規則的重視程度,明確關聯規則的描述、分析及內涵。譬如頻繁集包括“面包、牛奶、尿布及可樂”等集合,企業需要對其對相關產品或商品的購買動機進行“關聯性分析”,如該頻繁集用戶對母嬰用品的購買動機等。而在投資理財的層面上,則需要根據客戶當前或以前的投資情況,對其未來可進行的投資項目進行關聯性分析。但在關聯規則的約束下,企業需要采用無損耗和損耗壓縮兩種方法,對用戶的消費行為進行分析。唯有如此,才能切實提升消費行為分析的準確性和精準性。而在心理量化的層面上,企業需要將關聯規則與心理量表有機地結合起來,使頻繁集內的數據集合都有相對應的心理量值。

5 結語

投資理財系統設計是平臺搭建的關鍵和抓手。做好投資理財系統設計工作,擁有較為鮮明的現實意義。而加強對分析模型、挖掘模型的構建,能夠為企業更好地挖掘消費行為數據,提高平臺建設質量。在未來的投資理財平臺建設與發展中,基于用戶消費行為的平臺將得到更快、更好地發展,能夠切實地推動我國社會市場經濟的繁榮發展。