惡性校園貸演化路徑視角下的用戶畫像研究

摘 要：用戶畫像較為深刻地描繪不良校園貸用戶的群體行為特征，提出從基本信息、內容偏好、互動數據、會話數據、情境數據等五個維度對不良校園貸用戶進行標簽化識別，構建不良校園貸用戶畫像，以便幫助高校學生工作者在日常教育管理中及早發現和關注特別學生，及時預警，防止不良校園貸用戶深陷惡性校園貸陷阱。

關鍵詞：不良校園貸用戶畫像;用戶標簽;高校教育管理

中圖分類號：D9 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2019.19.073

2017年初，“兩會”委員手中的數據顯示：2016年校園網貸規模已突破800億元，2017年全國在校大學生規模為2682.3萬人，全國在校大學生人均有近3000元的校園網貸。2017年云南高等教育在學總規模90.66萬人，按人均3000元的校園網貸推算，意味著云南高校網貸規模高達2.7億，平均每所高校校園網貸規模達3600多萬！

通常高校學生涉及的校園貸來源一般有四類：第一類是淘寶、京東、蘇寧易購等電商平臺提供的信貸業務;第二類是學生分期購物網站，如趣分期、分期樂等;第三類是單純的P2P貸款平臺，如名校貸、我來貸等;第四類性質最惡劣，為民間高利貸。

1 惡性校園貸演化路徑

從工作實際接觸、訪談和全國各類調查、媒體曝光資料來看，全國高校學生中網絡借貸現象漸趨于普遍：當代大學生消費觀念改變，消費需求旺盛，因而校園消費信貸一出現便飽受歡迎，使得囊中羞澀的在校大學生在校園信貸的支撐下也能享受一把“有錢任性”的購物體驗。這些校園消費信貸號稱“風險小利率低放款快手續簡單無抵押”，倡導大學生購買“力所不能及”的商品，助長著剛剛脫離家長的大學生不合理地消費觀念。

高風險是從上述第二類借貸開始的，到第三類、第四類風險暴增。2017年學生組隊參加“挑戰杯”全國大學生課外學術科技作品競賽時，曾在云南省內高校做過調查，保守數據有超過1/4的在校大學生使用過校園消費信貸。事實上，第一類信貸業務——淘寶、京東、蘇寧易購等平臺提供的信貸，多數在校大學生都有涉及;而保守數據有1/4的學生涉及有第二類信貸;少量學生有單純的P2P貸款;個別學生甚至涉及第四類信貸——民間高利貸。

從第一類信貸到第四類信貸，從一般信貸到惡性信貸，風險不斷增加，而其中有一條演化路徑如下：脫離父母管束經濟能力較弱、不具備獨立還款能力的大學生（以西部、農村來源學生居多），在前兩類平臺消費后逐步考慮從正規P2P貸款平臺獲得借款償還到期款項，債臺高筑，并逐漸考慮不太正規的P2P平臺，進而更進一步陷落，開始尋覓百度貼吧、QQ群、微信群所謂“兼職”機會，實則陷入民間高利貸的泥淖，無力抽身做種禍害整個家庭，把原本不富裕的家庭拖向深淵，個人也無心向學或者實際情況迫使個人無法再繼續求學。

2 不良校園貸的用戶畫像

雖然銀監發[2017]26號文明令禁止校園貸，但仍無法阻止眾多網絡借貸平臺以各種形式向大學生發放貸款，且形式更為隱蔽，套路更多，一旦爆發，風險極高。

在互聯網高度普及和高頻使用大數據的今天，可以利用日益成熟的數據分析工具，全面、細致地刻畫不良校園貸用戶的群體行為特征，將數據轉化為需要特別關注的學生，便于高校學生工作隊伍及時了解情況、及時預警，讓數據為教育管理服務。

從文獻來看，可以基于人口統計學的推薦方法，從不良校園貸用戶的年齡、性別、學歷、關注領域、網絡行為、社會關系等來挖掘用戶間存在的聯系，通過對不良校園貸用戶貼“標簽”：可從基本信息、偏好、互動、情境等方面將不良校園貸用戶標簽化，勾勒出不良校園貸用戶“畫像”，找出那些需要特別關注的學生。

不良校園貸用戶畫像的繪制離不開用戶數據，可通過學校數字網絡管理系統、與移動等電信運營商合作采集數據，通過上網系統、社區門禁管理系統、以及QQ、微博、微信、易班等平臺獲取。其中，學校數字網絡管理系統、門禁系統和易班平臺保存了大量在校生的身份信息、用戶登錄記錄等，可獲得在校學生用戶大量的靜態信息數據和動態行為數據。學校數字網絡管理系統還可能保存有用戶在線瀏覽、互動、分享、內容收藏等信息。需要指出的是，由于現在國內三大電信運營商提供了幾乎不限流量的上網服務，不良校園貸用戶畫像數據也會存儲在電信運營商的管理系統中，而學校、電信運營商等各系統的數據各自獨立，因此需要高校與涉及的相關方進行協調，整合各系統間的數據，才能較全面地繪制不良校園貸用戶畫像。

用戶標簽是高度精煉的特征標識，不良校園貸用戶標簽就是將其特征符號化，為不良校園貸用戶勾勒出“畫像輪廓”，其中的核心工作就是在為用戶進行畫像的過程中為其匹配相應標簽。根據文獻調查、2017年對云南高校不良校園貸涉及學生調查情況，結合工作接觸和深度訪談，本文將從不良校園貸用戶自然屬性、內容偏好屬性、互動數據屬性、會話數據屬性、情境數據屬性等五個維度勾勒不良校園貸用戶畫像，并將之標簽化識別。用戶自然屬性主要用于識別用戶身份，是對用戶基本特征的描述，可以從姓名、學號、性別、年齡、所學專業、所在院系等方面進行描繪;內容偏好屬性主要通過用戶操作行為來進行描述其偏好的，可以關注用戶經常瀏覽的頁面、鼠標停留的時長、閱讀的內容等;互動數據屬性關注用戶與其他用戶進行討論、互動、分享、收藏等活動特點;會話數據屬性通過用戶登錄頻率、頻次、咨詢內容的深度等進行分析，可以反映用戶的某些潛在特征;情境屬性標簽主要包括時間信息標簽、位置信息標簽，因為工作接觸發現，如非迫不得已，不良校園貸用戶初期多會在深夜避開親友告貸。將上述五個屬性標簽和用戶路徑痕跡等進行組合，能初步建立多層級的不良校園貸用戶畫像標簽體系。再對多層級數據標簽進行進一步組合、關聯、交叉分析，還可以形成更為精細化的不良校園貸用戶標簽體系。

3 結論和建議

政府歷來重視高校學生工作，對于不良校園貸，政府有引導、高校加強教育，旨在使在校大學生遠離“校園貸”、健康快樂學習生活。但實際效果與預期有差距，實際效果并不佳。如能從用戶畫像的視角，對不良校園貸用戶進行標簽化識別，構建出不良校園貸用戶畫像，通過數字校園網設置學生“校園消費”預警信號，即利用大數據為提升學生工作質量提供幫助：提醒、警示高校學生工作隊伍及時關注特別學生、關注重點群體，從學生實際出發，分層分類及時展開有針對性的教育管理，變“校園貸”總是亡羊補牢為事前把控。

（1）開展普及校園金融的文化活動，幫助自律性不強、自我約束程度不高的大學生建立文明、理性、科學的消費觀，引導學生合理規劃生活費使用。

（2）對于金融知識匱乏的大學生，應充分利用校內校外金融學的資源，在校內開展多渠道的金融知識學習活動。例如與銀行合作，開展征信進校園活動;面向全校開設個人理財公共選修課程，組織學生學習金融知識;各院系可以舉辦沙龍活動，涉及主題包括但不限于預算、如何精打細算、如何預防身份被盜用、設定財務目標等內容;在專業技能競賽節中舉辦“財務掃盲周”活動，活動期間以在校大學生喜聞樂見的形式提供有價值投資理財知識，吸引更多學生自覺參與其中學習、感受、分享、提高。以上種種，一則增強在校大學生理財意識培養財商，二則揭穿非法“校園貸”真面目，幫助在校大學生提高風險識別能力、增強風險防范意識。

（3）組織規模龐大的青年志愿者行動起來，在校內展開關于正確認識“普惠金融、防范不良校園貸”的義務宣傳活動，幫助大學生端正消費觀念，糾正超前消費、過度消費和從眾消費等錯誤觀念。

（4）對于中學時代父母疏于理財教育的學生，可利用大學生暑期社會實踐機會，“三下鄉”宣傳教育，擴大防范“校園貸”風險的影響面，家校聯動，促使更多大學生理性消費。

參考文獻

[1]劉海，盧慧，阮金花，田炳強，胡守忠.基于“用戶畫像”挖掘的精準營銷細分模型研究[J].絲綢，2015，（12）：37-47.

[2]丁偉，王題，劉新海，韓涵.基于大數據技術的手機用戶畫像與征信研究[J].郵電設計技術，2016，（03）：64-69.

[3]李映坤.大數據背景下用戶畫像的統計方法實踐研究[D].北京：首都經濟貿易大學，2016.