通过DSSM算法进行商品推荐 代码+数据
admin
2024-04-10 06:46:49
- 任务描述：本教程对LendingClub平台贷款数据进行分析并搭建用户画像，学习后可帮助学员在银行，消费金融，现金贷等场景中，实现金融场景下用户画像系统的搭建、多层级标签体系的设计。其中主要由画像体系介绍、python数据清洗、标签设计、画像输出和画像评测组成。
- 数据集：本数据集来源于kaggle，是2016Q2年到2018Q2年LendingClub实际发放的贷款的信息，总共有145个Column，共计98,2735行数据。LendingClub是世界上最大的P2P互联网借贷平台。它的主要业务为根据借款人过往信用记录等信息，评估借款人的违约风险，设置不同的借款利率，借款人可以通过提交申请，快速获得借款；投资人通过浏览借款人的过往信用记录和借款目的等信息，决定是否借款给不同借款利率的借款人，赚取利息收益。
- 数据集：https://download.csdn.net/download/qq_38735017/87079022
- 运行环境：Python3.7环境下测试了本教程代码。需要的第三方模块和版本包括：
pandas 1.1.2numpy 1.18.4matplotlib 3.0.3sklearn 0.21.0xgboost 0.82se
相关内容
热门资讯
中国六大天花板羊肉汤！各地招牌...
在中国美食版图里，一碗热气腾腾的羊肉汤，是跨越南北的冬日治愈美味。它不止是抚慰味蕾的烟火佳肴，更是扎...
茗聚泉城创新出圈 莒南茶企新品...
茶香汇泉城，创新焕新韵。5月29日，第二十届中国(济南)国际茶产业博览会暨第十四届茶文化节在济南茶叶...
荔枝泡酒怎么泡？内行人教你一步...
荔枝泡酒，作为一种既能满足味蕾又兼具仪式感的果酒制作方式，近年来备受关注。尤其是夏季荔枝大量上市，用...
原创 夏...
步入炎炎夏日，气温一天比一天高，很多长辈朋友都会出现吃不下饭、饭菜没滋味的情况。闷热天气里，油腻的大...