溫騰灝，鄭亮，朱婧雯，曾昭平

（上海立信會計金融學(xué)院，上海 201209）

0 引言

當(dāng)前，各家銀行都推出了各種各樣的理財產(chǎn)品，供人們?nèi)ミx擇購買。但是，面對如此多的理財產(chǎn)品，許多用戶在購買時無從下手。同時這些理財產(chǎn)品之間實際上的差異不大。一個能夠提供對理財產(chǎn)品信息進行篩選并整合，最后能供用戶進行挑選、購買理財產(chǎn)品的系統(tǒng)這時就變得非常重要[1]。

信息聚合技術(shù)常用來同質(zhì)信息的管理及整合。最常見的應(yīng)用之處在管理圖書方面，為了能夠快速便捷的找到需要的數(shù)據(jù)，圖書館采用信息聚合技術(shù)[2-4]。但是在理財產(chǎn)品方面，國內(nèi)的信息聚合技術(shù)的應(yīng)用就比較缺乏。通過瀏覽商業(yè)銀行的關(guān)于理財產(chǎn)品的網(wǎng)頁發(fā)現(xiàn)網(wǎng)站只是將理財產(chǎn)品根據(jù)收益率、期限等指標進行簡單排序呈現(xiàn)，并沒有做到聚合成類的。其他的理財平臺，如京東金融、支付寶理財和360理財，前兩者同樣是和商業(yè)銀行的網(wǎng)站一樣簡單的根據(jù)一項指標排序，將全部的數(shù)據(jù)直接呈現(xiàn)給用戶，而360理財主要提供理財網(wǎng)頁的導(dǎo)航，根據(jù)理財產(chǎn)品種類的不同，提供方不同，分別提供導(dǎo)航。

本文設(shè)計了一個銀行理財產(chǎn)品管理系統(tǒng)，用來解決當(dāng)下理財產(chǎn)品信息太過繁雜，用戶很難精確找到自己所需要的產(chǎn)品的問題。本系統(tǒng)通過采集不同商業(yè)銀行的理財產(chǎn)品信息，提取產(chǎn)品特征進行信息聚合展示，同時構(gòu)建一個理財產(chǎn)品的評價體系，并且通過收集分析用戶行為對理財產(chǎn)品進行綜合評價排序。

1 系統(tǒng)總體設(shè)計

1.1 系統(tǒng)業(yè)務(wù)流程

系統(tǒng)將管理員和用戶的登錄分開操作。管理員能夠直接管理用戶信息，還可以對爬取數(shù)據(jù)的管理，對信息進行聚合及其評價從而進行聚合效果管理、聚合結(jié)果管理、查看理財產(chǎn)品信息聚合，還可進行點擊量管理和產(chǎn)品或產(chǎn)品組收藏管理。

用戶登錄系統(tǒng)可查詢到個人信息、理財產(chǎn)品資料和自己的交易記錄，更改個人信息，還可以購買理財產(chǎn)品。用戶可對理財產(chǎn)品進行評論、點贊與分享。管理員主要負責(zé)對理財產(chǎn)品進行爬取和管理，并管理用戶權(quán)限。

1.2 系統(tǒng)架構(gòu)

本系統(tǒng)采用三層設(shè)計，主要根據(jù)其實現(xiàn)層次劃分為數(shù)據(jù)層、業(yè)務(wù)層和界面層。

●數(shù)據(jù)層：本系統(tǒng)數(shù)據(jù)層是設(shè)計系統(tǒng)底層基礎(chǔ)環(huán)境的搭建，選擇要采用的操作系統(tǒng)和數(shù)據(jù)庫，其中數(shù)據(jù)庫采用MySQL為數(shù)據(jù)庫服務(wù)器支撐軟件，為數(shù)據(jù)存儲和管理的核心部分，也是決定整個系統(tǒng)總體性能的關(guān)鍵所在。提供用戶和管理員進行增刪改查。

●業(yè)務(wù)層：該層是根據(jù)系統(tǒng)的需求，把各個模塊細分到各自的服務(wù)上，整體將系統(tǒng)分成日常管理、系統(tǒng)管理、查詢管理、報表管理、產(chǎn)品信息管理、數(shù)據(jù)緩存、日常交易監(jiān)控、日終報表八個模塊。主要提供用戶登錄注冊、購買產(chǎn)品的業(yè)務(wù)邏輯以及系統(tǒng)通用日志服務(wù)、權(quán)限管理控制。將使用Spring Boot集成。

●界面層：該層提供用戶接口，使用HTML+Java Script組件完成系統(tǒng)界面的開發(fā)，使用Spring MVC完成系統(tǒng)API接口的實現(xiàn)。

2 系統(tǒng)功能模塊設(shè)計

2.1 用戶業(yè)務(wù)功能

系統(tǒng)管理員是針對理財產(chǎn)品管理系統(tǒng)本身進行管理的模塊，主要實現(xiàn)各類理財產(chǎn)品的爬取、清洗、存儲功能，用戶信息權(quán)限的設(shè)置管理功能以及理財產(chǎn)品的設(shè)置、修改、查詢功能。

管理員是系統(tǒng)的核心管理人員，要求在網(wǎng)上各大銀行或外企爬取理財產(chǎn)品，并進行清洗整合后保存到本地數(shù)據(jù)庫。主要爬取的對象有招商銀行、中國銀行、美國的Lending Club、Prosper和英國的Zopa。還要求提供管理員對用戶和產(chǎn)品進行相應(yīng)的管理功能，例如用戶賬號管理、用戶購買權(quán)限管理設(shè)置等。

用戶是本系統(tǒng)的主要使用者。用戶可以在本系統(tǒng)進行登錄注冊，查詢自己的個人信息、理財產(chǎn)品的信息，購買理財產(chǎn)品后可以進行點評與分享，在個人界面能查詢到具體的交易記錄。

2.2 信息聚合功能模塊

該功能最終實現(xiàn)的是通過使用爬蟲采集商業(yè)銀行的理財產(chǎn)品的信息，經(jīng)過數(shù)據(jù)預(yù)處理以及聚合算法，對理財產(chǎn)品進行聚合分析顯示。功能的具體實現(xiàn)通過四個步驟：數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、聚類分析及結(jié)果顯示。

（1）數(shù)據(jù)采集

本系統(tǒng)使用爬蟲完成數(shù)據(jù)的采集，爬蟲的實現(xiàn)通過使用Scrapy框架。第一步：搭建爬蟲項目框架。第二步：框架配置文件編寫。第三步：數(shù)據(jù)存儲文件編寫。第四步：管道文件的編寫。第五步：蜘蛛文件的編寫。第六步：Scrapy項目與Django項目的API連接。

（2）數(shù)據(jù)預(yù)處理

第一步：讀取原始數(shù)據(jù)：本系統(tǒng)通過引入pandas包來讀取并且操作數(shù)據(jù)。

第二步：變量編碼。數(shù)據(jù)千奇百怪，有中文表示的，有英文表示的，還有數(shù)字表示的，為了方便計算機處理，統(tǒng)一處理成數(shù)字格式的。

第三步：缺失值處理。根據(jù)觀察爬取的原始數(shù)據(jù)得出預(yù)期年化收益率這一特征的缺失率較為嚴重，必須經(jīng)過缺失值處理。

（3）無監(jiān)督學(xué)習(xí)-聚類分析

本系統(tǒng)選擇的聚類分析算法為K-means算法[5]，該算法對于給定的樣本集，選定k個初識質(zhì)心，迭代計算每個樣本點距離最近的質(zhì)心并且標記自己的所屬的簇，直到質(zhì)心不再發(fā)生變化。本系統(tǒng)將經(jīng)過預(yù)處理的數(shù)據(jù)進行訓(xùn)練，按照想要聚成的簇數(shù)，將具有相似性的理財產(chǎn)品聚合在一起，在算法的實現(xiàn)方面，直接調(diào)用sklearn庫所提供的方法即可實現(xiàn)聚類分析，代碼如下所示：

km=KMeans（n_clusters=10）.fit（X_scaled）

（4）信息聚合展示

理財產(chǎn)品聚合結(jié)果前臺展示頁面，該功能主要上將訓(xùn)練好的數(shù)據(jù)顯示在前臺，提供給用戶。由于剛訓(xùn)練好的數(shù)據(jù)在數(shù)值上是經(jīng)過預(yù)處理的，不能直接呈現(xiàn)給用戶，所以需要定義一個類，完成前臺和后臺數(shù)據(jù)之間的轉(zhuǎn)換匹配，使得用戶能夠得到所需要的、有意義的數(shù)據(jù)。

2.3 評價分析功能模塊

該功能通過系統(tǒng)自動評價以及用戶行為來綜合評價聚合結(jié)果。

（1）系統(tǒng)自動評價

該功能通過輪廓系數(shù)來評價聚合結(jié)果。輪廓系數(shù)是用來評估K-means聚類算法好壞的，輪廓系數(shù)計算公式（1）：

其中，a（i）為樣本i到同簇其他樣本的平均距離，b（i）為樣本i到其他簇的所有樣本的平均距離。s（i）越接近1，說明樣本i聚類越合理。

本系統(tǒng)通過用戶在信息聚合展示頁面的頁面點擊操作來分析用戶的行為。通過用戶評價功能模塊獲取點擊事件以此觸發(fā)本功能模塊。在此功能中，通過公式（2）計算每一個收藏組的總點擊量，并且根據(jù)此數(shù)據(jù)進行收藏組與組之間的排序。在每個收藏組中，單個理財產(chǎn)品是根據(jù)單個理財產(chǎn)品的點擊量的大小進行簡單排序，計算公式（2）：

其中，c（i）為每一個收藏組的總點擊量，n為每個收藏組中理財產(chǎn)品的總個數(shù)，a（x）為單個理財產(chǎn)品點擊量，b（x）為單個理財產(chǎn)品收藏量，d（i）為用戶點擊第 i個“收藏組”按鈕的總次數(shù)，w的取值為0.25，v的取值為0.3。將a（x）和b（x）的權(quán)重縮小的原因是存在某種情況，一個收藏組中的產(chǎn)品個數(shù)遠遠大于另一個收藏組中的產(chǎn)品個數(shù)，對于后一個收藏組是不公平的。所以為了排序的公平性，對于數(shù)值要加上適合的權(quán)重，將a（x）和 b（x）的重要度減少。w 取值為 0.25，v取值為0.3的原因是點擊量和收藏量相比收藏量更能說明該理財產(chǎn)品的對用戶的吸引程度。

（2）用戶行為評價

該功能完成的是通過頁面點擊事件收集用戶行為，傳送給后端進一步分析。本系統(tǒng)對于以下具體事件進行記錄分析：

第一，用戶點擊“了解更多”按鈕，說明用戶對于該產(chǎn)品抱有一定的興趣，想去了解關(guān)于該理財產(chǎn)品的更多信息，甚至是想要去購買該理財產(chǎn)品。

第二，用戶點擊“收藏組”按鈕，說明了兩點。其一，說明了用戶對于這一組的理財產(chǎn)品都有興趣，這一組理財產(chǎn)品的種類對于用戶更具有吸引力。其二，說明了這一組的理財產(chǎn)品聚合的效果比較好，同類相聚的較多，令用戶比較滿意。

第三，用戶點擊“收藏”按鈕，說明了用戶已經(jīng)了解過或者想要去了解該理財產(chǎn)品，他將之收藏于個人收藏處，處于觀望、比較、選擇狀態(tài)。展現(xiàn)出了對于該理財產(chǎn)品的興趣，極有可能產(chǎn)生下一步的購買操作。

3 結(jié)語

本系統(tǒng)運用了機器學(xué)習(xí)算法實現(xiàn)聚合的效果，將理財產(chǎn)品信息聚合展示給用戶，提供用戶挑選，總的來說給用戶帶來了便捷。但是本系統(tǒng)還有很大的擴展空間，后期可以完成更多銀行理財產(chǎn)品信息的爬取，并且可以根據(jù)用戶行為個性化推薦相應(yīng)的理財產(chǎn)品，這將更加靠近國外理財公司提供的智能投顧服務(wù)。