导读:本文包含了购物分期论文开题报告文献综述及选题提纲参考文献，主要关键词:消费经历,消费者行为研究,淘宝,支付宝,冲动消费,社会消费,债务危机,购物模式,电动车,旅游产品
购物分期论文文献综述
彭园园[1]（2019）在《分期购物需理性》一文中研究指出“花明天的钱，享受今天的生活。”你尝试过分期购物吗？“第一次分期购物是去年在淘宝上买了辆折迭电动车，1549元分12期付款，每个月129.08元，没有手续费，每个月的10号自动从我的支付宝账号里扣钱。”合肥市民薛超跟分享了自己的分期消费经历(本文来源于《安徽日报》期刊2019-08-05）
王健[2]（2019）在《基于卷积神经网络的分期购物用户逾期还款概率预测》一文中研究指出随着互联网金融行业的兴起与快速发展,分期购物模式,即消费者可以分多次付清钱款的消费模式被开发出来,并且越来越受到消费者的青睐。但同时互联网金融机构也面临资金风险问题。因此能否准确有效预测用户的还款行为,将有助于金融机构合理对用户信用风险进行评估,完成资金合理投放,从而最大限度的保证资金安全。目前,逾期还款概率预测主要使用的是传统机器学习方法,该方法需要对数据进行分析并建立特征工程,最后根据提取的特征建立预测模型,但是随着数据类型的增多和复杂度的提升,特征工程的建立变得更加困难,从而直接影响模型最终的预测效果。卷积神经网络是一种仿造生物的视觉机制构建的多层神经网络结构,在图像处理、语音识别等领域已经取得了成功的应用。卷积神经网络具有从数据中自动提取高维度特征并实现分类预测的功能,解决了复杂数据的特征提取问题,同样可以应用于逾期还款概率预测领域。因此本文引入卷积神经网络模型对用户逾期还款概率进行预测并与传统机器学习预测方法进行比较。本文主要的研究工作如下:(1)结合分期购物网站的用户数据,提出了基于改进的卷积神经网络的逾期还款概率预测模型,将用户数据分为基本信息数据和时序数据,分别构建子卷积神经网络对其进行特征提取,有效避免了大规模构建人工特征的问题,节约了人工和时间成本,最后建立了与传统机器学习模型的对比实验。实验结果表明,改进的卷积神经网络模型在省略特征工程的前提下,与传统机器学习中的XGBoost模型预测效果相当。(2)为了进一步提高预测准确度和解决卷积神经网络模型难以调整的问题,使用集成学习stacking方法将改进的卷积神经网络模型和XGBoost模型进行融合形成CNN-XGBoost模型,将卷积神经网络自动提取高维度特征的优点与XGBoost强大的分类预测能力相结合,建立模型并实现了对用户逾期还款概率的预测。通过与现有模型的实验对比,CNN-XGBoost模型取得了更好的预测效果。(3)以真实的分期购物网站用户数据为背景,设计并实现了分期购物用户逾期还款概率预测系统。(本文来源于《中北大学》期刊2019-05-21）
郭永键,王颖,米燕玲,王睿涵,刘雪华[3]（2019）在《大学生网络分期购物的调查与研究》一文中研究指出时代与科技的高速发展,将我们推进了一个被互联网支配的时代,为网购的出现提供了重要的前提,随着电子商务的不断发展,人们的网购需求也在增加,网络分期购物也开始进入我们的生活,许多网络分期平台如同雨后春笋般大量出现,并迅速扩张。大学生作为对新鲜事物较为敏感、接受能力较强的群体,自然而然地也成为了网络分期购物平台的重要客户群体。现在分期市场火热又充满隐患,由于网络分期购物引发的"事故"层出不穷。本文以大学生为研究对象,对大学生网络分期购物的现状进行分析,并就存在的问题提出相关建议。(本文来源于《现代商业》期刊2019年08期）
田野[4]（2019）在《“畅快消费”应警惕金融陷阱》一文中研究指出近年来，消费已成为促进经济增长的强大动力，这其中，“先消费后付款”的分期付款消费方式，更是受到消费者的青睐，特别是有很多年轻人会根据自身资金安排，选择“花明天的钱”，通过“分期付款”方式平衡消费配置。一方面，分期消费有效地缓解了消费者特别是年轻(本文来源于《嘉兴日报》期刊2019-01-02）
林晓婷[5]（2018）在《分期乐大学生购物平台发展问题与对策研究》一文中研究指出本文分析了分期乐大学生购物平台在发展中存在在高校获客成本高、用户黏性低和大学生信用风险把控体系不健全的问题,在此基础上提出了组建高效灵活的地面推广团队、实行生活服务平台一站式营销和建立统一的互联网信用体系的对策,为推动此类企业的发展具有一定的参考价值。(本文来源于《山西能源学院学报》期刊2018年06期）
岳廷芸,张天洁,徐正雄,陈银,于洋[6]（2018）在《大学生购物“分期付款”的风险及其法律对策》一文中研究指出我们处在被互联网经济环绕的时代,互联网经济在方方面面都体现得淋漓尽致,表现形式也多种多样。分期付款是与一次性交付相对应的新的交付形式,无论线上还是线下,分期付款的交易平台如雨后春笋般涌现,这一交付方式在大学生这一群体中广受欢迎,并得以快速发展。此外,由于国内小型银行与相关产品的缺位,以及政策限制银行向大学生发放信用卡,更加促进分期付款这一交付方式的发展,并逐渐形成一种趋势。但引发了不少问题,如仍然存在对买受人保护得不到位、高利贷风险、消费者权益保护以及隐私权保护等问题。因此,面对这一系列的风险,大学生在购物分期付款时如何更好的维护自己的合法权益,不仅需要大学生这一群体提高自己的维权意识,也需要相应的法律对策。(本文来源于《法制博览》期刊2018年33期）
谢惠茜[7]（2018）在《乐信深耕在线分期购物》一文中研究指出【深圳商报／读创讯】（ 谢惠茜）北京时间11月14日，在美国上市的乐信发布2018年叁季度未经审计的财务业绩。该业绩报告显示，得益于分期乐商城的场景优势及金融科技投入带来的收入提升，乐信业绩保持了高速增长。叁季度，乐信促成借款额137亿（人民币，下同(本文来源于《深圳商报》期刊2018-11-15）
马利民,简华[8]（2018）在《嫌疑人以分期购物套现形式诱骗受害人》一文中研究指出今天,四川省乐山市公安局举行“夏安”系列专项行动——“5·21”特大网络诈骗案新闻通气会,会议通报了“5·21”特大网络诈骗案的侦办收网情况。此案是开展扫黑除恶专项斗争以来,乐山公安首例大规模异地用警,全链条打击网络诈骗犯罪的典型案件。网上贷款(本文来源于《法制日报》期刊2018-08-07）
王威[9]（2018）在《分期购物付款有成本 这笔账你算过吗》一文中研究指出分期购物逐渐兴起，大到房子、车子，小到手机、电脑，甚至买一件衣服、看一场电影都能分期付款。这种购物模式具有准入门槛低、办理流程简便等特点，大受追捧。然而，日前一则“女子分期付款买手机，售价6000多元利息竟有4000多元”的新闻刷爆了不少市民的(本文来源于《保定日报》期刊2018-04-12）
吴燕婷[10]（2018）在《分期购物成年轻人购物新常态》一文中研究指出近年来，随着消费观念升级和分期购物电商平台的普及，分期消费正成为许多年轻人的消费习惯。春节期间，不少返乡过年的90后都秀出了自己的新款手机、高端耳机等，细问你会发现，这些电子产品大多是分期购买的。“我的iPhone8是分了12期免息购买的，每个月大概还5(本文来源于《国际商报》期刊2018-03-01）
购物分期论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网金融行业的兴起与快速发展,分期购物模式,即消费者可以分多次付清钱款的消费模式被开发出来,并且越来越受到消费者的青睐。但同时互联网金融机构也面临资金风险问题。因此能否准确有效预测用户的还款行为,将有助于金融机构合理对用户信用风险进行评估,完成资金合理投放,从而最大限度的保证资金安全。目前,逾期还款概率预测主要使用的是传统机器学习方法,该方法需要对数据进行分析并建立特征工程,最后根据提取的特征建立预测模型,但是随着数据类型的增多和复杂度的提升,特征工程的建立变得更加困难,从而直接影响模型最终的预测效果。卷积神经网络是一种仿造生物的视觉机制构建的多层神经网络结构,在图像处理、语音识别等领域已经取得了成功的应用。卷积神经网络具有从数据中自动提取高维度特征并实现分类预测的功能,解决了复杂数据的特征提取问题,同样可以应用于逾期还款概率预测领域。因此本文引入卷积神经网络模型对用户逾期还款概率进行预测并与传统机器学习预测方法进行比较。本文主要的研究工作如下:(1)结合分期购物网站的用户数据,提出了基于改进的卷积神经网络的逾期还款概率预测模型,将用户数据分为基本信息数据和时序数据,分别构建子卷积神经网络对其进行特征提取,有效避免了大规模构建人工特征的问题,节约了人工和时间成本,最后建立了与传统机器学习模型的对比实验。实验结果表明,改进的卷积神经网络模型在省略特征工程的前提下,与传统机器学习中的XGBoost模型预测效果相当。(2)为了进一步提高预测准确度和解决卷积神经网络模型难以调整的问题,使用集成学习stacking方法将改进的卷积神经网络模型和XGBoost模型进行融合形成CNN-XGBoost模型,将卷积神经网络自动提取高维度特征的优点与XGBoost强大的分类预测能力相结合,建立模型并实现了对用户逾期还款概率的预测。通过与现有模型的实验对比,CNN-XGBoost模型取得了更好的预测效果。(3)以真实的分期购物网站用户数据为背景,设计并实现了分期购物用户逾期还款概率预测系统。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
购物分期论文参考文献
[1].彭园园.分期购物需理性[N].安徽日报.2019
[2].王健.基于卷积神经网络的分期购物用户逾期还款概率预测[D].中北大学.2019
[3].郭永键,王颖,米燕玲,王睿涵,刘雪华.大学生网络分期购物的调查与研究[J].现代商业.2019
[4].田野.“畅快消费”应警惕金融陷阱[N].嘉兴日报.2019
[5].林晓婷.分期乐大学生购物平台发展问题与对策研究[J].山西能源学院学报.2018
[6].岳廷芸,张天洁,徐正雄,陈银,于洋.大学生购物“分期付款”的风险及其法律对策[J].法制博览.2018
[7].谢惠茜.乐信深耕在线分期购物[N].深圳商报.2018
[8].马利民,简华.嫌疑人以分期购物套现形式诱骗受害人[N].法制日报.2018
[9].王威.分期购物付款有成本这笔账你算过吗[N].保定日报.2018
[10].吴燕婷.分期购物成年轻人购物新常态[N].国际商报.2018