LTFS顶额贷款推荐预测数据集

LTFS顶额贷款推荐预测数据集

数据来源：互联网公开数据

标签：顶额贷款,贷款推荐,客户行为预测,金融建模,机器学习,客户细分

数据概述： 本数据集来源于LTFS数据科学FinHack 3（Analytics Vidhya），旨在预测现有贷款客户最有可能接受顶额贷款服务的时间点。数据集包含128,655条训练数据和14,745条测试数据，涵盖客户的人口统计信息和征信数据。人口统计信息包括贷款频率、贷款期限、放款金额、贷款价值比（LTV）等关键指标；征信数据则包含客户的当前余额、贷款金额、逾期情况等行为和交易属性。目标变量为“Top-up Month”，表示客户在贷款周期内何时选择顶额贷款服务。

数据用途概述： 该数据集适用于顶额贷款推荐系统的开发与优化，帮助金融公司提升贷款发放量并优化客户体验。数据可用于预测客户最可能接受顶额贷款的时间点，分析客户行为模式，优化推荐策略，以及评估不同模型的预测性能。此外，数据集还适合用于金融建模和机器学习教育，帮助学习者理解客户行为预测的实际应用和挑战。