光大銀行長沙市開福區(qū)2025秋招數(shù)據(jù)分析師筆試題及答案一、選擇題（共5題，每題2分，共10分）1.在長沙市開福區(qū)進行用戶行為分析時，以下哪種指標最能反映用戶對APP的粘性？A.日活躍用戶數(shù)（DAU）B.用戶留存率C.廣告點擊率D.新增用戶數(shù)2.光大銀行長沙分行在分析信貸業(yè)務(wù)數(shù)據(jù)時，最常使用的分類算法是？A.決策樹B.神經(jīng)網(wǎng)絡(luò)C.K-means聚類D.線性回歸3.在處理長沙市開福區(qū)商戶的銷售額數(shù)據(jù)時，若發(fā)現(xiàn)數(shù)據(jù)存在異常值，以下哪種方法最合適？A.直接刪除異常值B.使用中位數(shù)替換異常值C.對數(shù)據(jù)進行標準化處理D.增加數(shù)據(jù)采樣量4.光大銀行長沙分行在構(gòu)建客戶畫像時，以下哪個維度最能有效區(qū)分高凈值客戶？A.年齡B.賬戶余額C.消費頻率D.職業(yè)類型5.在分析長沙市開福區(qū)居民的消費習(xí)慣時，以下哪種分析方法最適合探索不同群體的消費偏好差異？A.線性回歸分析B.主成分分析（PCA）C.交叉表分析D.時間序列分析二、填空題（共5題，每題2分，共10分）1.在處理長沙市開福區(qū)銀行交易數(shù)據(jù)時，若發(fā)現(xiàn)某筆交易金額異常，可以使用______方法進行檢測。答案：異常值檢測（如孤立森林、Z-score法）2.光大銀行長沙分行在評估信貸風(fēng)險時，常用的評估指標是______。答案：壞賬率（或逾期率）3.在分析長沙市開福區(qū)商戶的在線訂單數(shù)據(jù)時，若需要預(yù)測未來一周的訂單量，最適合使用______模型。答案：時間序列模型（如ARIMA、LSTM）4.在構(gòu)建客戶分群時，常用的聚類算法包括______和______。答案：K-means、層次聚類5.在處理長沙市開福區(qū)銀行客戶數(shù)據(jù)時，若存在缺失值，常用的填充方法有______和______。答案：均值/中位數(shù)填充、多重插補三、簡答題（共3題，每題5分，共15分）1.簡述在分析長沙市開福區(qū)居民信貸數(shù)據(jù)時，如何處理數(shù)據(jù)不平衡問題？答案：-重采樣：對少數(shù)類樣本進行過采樣（如SMOTE算法），或?qū)Χ鄶?shù)類樣本進行欠采樣。-代價敏感學(xué)習(xí)：為少數(shù)類樣本分配更高的權(quán)重。-集成方法：使用隨機森林、XGBoost等算法，通過集成學(xué)習(xí)提升模型對少數(shù)類的識別能力。-特征工程：構(gòu)建新的特征，如客戶歷史違約次數(shù)、收入穩(wěn)定性等，以改善模型區(qū)分度。2.光大銀行長沙分行在分析信用卡用戶消費數(shù)據(jù)時，如何評估用戶忠誠度？答案：-RFM模型：通過Recency（最近一次消費時間）、Frequency（消費頻率）、Monetary（消費金額）三個維度評估用戶價值。-聚類分析：對用戶進行分群，識別高忠誠度用戶群體。-留存分析：統(tǒng)計用戶復(fù)購率，結(jié)合生命周期價值（LTV）進行評估。-行為特征分析：結(jié)合用戶消費場景、渠道偏好等行為數(shù)據(jù)，構(gòu)建忠誠度評分體系。3.在分析長沙市開福區(qū)小微企業(yè)信貸數(shù)據(jù)時，如何評估模型的業(yè)務(wù)價值？答案：-業(yè)務(wù)指標對比：對比模型預(yù)測結(jié)果與傳統(tǒng)信貸審批的壞賬率、審批效率等指標。-ROI分析：計算模型帶來的收益（如減少的壞賬損失）與投入成本（如模型開發(fā)費用）的比值。-A/B測試：在實際業(yè)務(wù)中對比模型與人工審批的效果差異。-可解釋性：評估模型是否能為信貸審批提供合理的決策依據(jù)（如解釋關(guān)鍵風(fēng)險特征）。四、計算題（共2題，每題10分，共20分）1.某光大銀行長沙分行在分析開福區(qū)商戶的信用卡交易數(shù)據(jù)時，發(fā)現(xiàn)某商戶的平均交易金額為500元，標準差為100元。若某日該商戶有一筆交易金額為1000元，請計算其Z-score值，并判斷是否為異常值（通常|Z-score|>3為異常）。答案：-Z-score=(交易金額-均值)/標準差=(1000-500)/100=5-由于|Z-score|=5>3，因此該交易為異常值。2.光大銀行長沙分行在分析開福區(qū)居民的儲蓄賬戶數(shù)據(jù)時，發(fā)現(xiàn)某客戶的年化存款利率為3%，年存款金額為10萬元。假設(shè)該客戶每年存款金額穩(wěn)定，請計算其5年后的總存款金額（不考慮復(fù)利影響）。答案：-總存款金額=年存款金額×存款年數(shù)=10萬元×5=50萬元-若考慮復(fù)利，則總金額為：10×(1+0.03)^5≈11.58萬元（注：題目未要求復(fù)利，按簡單計算處理）。五、論述題（共1題，15分）結(jié)合長沙市開福區(qū)的經(jīng)濟特點（如服務(wù)業(yè)發(fā)達、中小企業(yè)聚集等），論述光大銀行如何利用數(shù)據(jù)分析提升信貸業(yè)務(wù)的風(fēng)險控制能力。答案：1.地域特征分析：-開福區(qū)以服務(wù)業(yè)和小微企業(yè)為主，光大銀行可通過分析該區(qū)域行業(yè)風(fēng)險特征（如餐飲、零售行業(yè)的現(xiàn)金流波動性），制定差異化的信貸政策。-結(jié)合當(dāng)?shù)卣龀终撸ㄈ缙栈萁鹑谘a貼），識別政策性低風(fēng)險客戶。2.客戶畫像構(gòu)建：-通過整合交易數(shù)據(jù)、征信數(shù)據(jù)、行為數(shù)據(jù)（如商戶流水、社交關(guān)系），構(gòu)建客戶風(fēng)險評分模型，精準識別高風(fēng)險客戶。-針對小微企業(yè)，可引入供應(yīng)鏈金融數(shù)據(jù)（如核心企業(yè)交易流水），降低信用評估難度。3.實時風(fēng)控系統(tǒng)：-利用機器學(xué)習(xí)模型（如異常檢測、實時欺詐識別），動態(tài)監(jiān)控信貸申請和交易行為，及時攔截風(fēng)險事件。-結(jié)合地理位置數(shù)據(jù)（如商戶注冊地與實際經(jīng)營地是否一致），防范虛假申請。4