廣發(fā)銀行深圳市龍崗區(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.（2分）在數(shù)據(jù)分析中，以下哪種方法最適合用于探索性數(shù)據(jù)分析（EDA）階段？A.回歸分析B.聚類分析C.主成分分析（PCA）D.描述性統(tǒng)計答案：D解析：EDA階段的核心是理解數(shù)據(jù)的基本特征，描述性統(tǒng)計（如均值、中位數(shù)、分位數(shù)、頻率分布等）是最常用且最直觀的方法，能夠快速揭示數(shù)據(jù)的分布規(guī)律和異常值。其他選項更適合后續(xù)的建?；蛏钊敕治鲭A段。2.（2分）廣發(fā)銀行深圳市龍崗區(qū)分行若想評估某項營銷活動的效果，最適合使用哪種指標？A.轉(zhuǎn)化率B.ARPU（每用戶平均收入）C.凈資產(chǎn)收益率（ROE）D.資產(chǎn)負債率答案：A解析：營銷活動的核心目標是提升業(yè)務轉(zhuǎn)化，轉(zhuǎn)化率直接反映了活動效果。ARPU、ROE、資產(chǎn)負債率更多用于整體業(yè)務或財務分析，與短期營銷活動效果關聯(lián)較弱。3.（2分）在處理缺失值時，以下哪種方法最適用于數(shù)據(jù)分析師在銀行場景下處理客戶信用數(shù)據(jù)？A.刪除含有缺失值的樣本B.均值/中位數(shù)填充C.KNN填充D.回歸填充答案：C解析：銀行信用數(shù)據(jù)通常具有稀疏性且缺失值分布不均，KNN填充能利用相似樣本的屬性進行補全，更適用于此類場景。均值/中位數(shù)填充可能掩蓋數(shù)據(jù)分布差異，刪除樣本則會導致信息損失。4.（2分）深圳市龍崗區(qū)消費金融業(yè)務增長迅速，若要預測未來6個月的用戶增長趨勢，最適合使用哪種模型？A.線性回歸B.時間序列ARIMA模型C.邏輯回歸D.決策樹答案：B解析：用戶增長具有明顯的時序性，ARIMA模型能捕捉趨勢和季節(jié)性變化，適合短期預測。線性回歸、邏輯回歸、決策樹難以直接處理時間依賴性。5.（2分）廣發(fā)銀行若想分析龍崗區(qū)小微企業(yè)的貸款違約風險，以下哪個特征最不重要？A.企業(yè)經(jīng)營年限B.貸款金額C.企業(yè)員工人數(shù)D.企業(yè)法人年齡答案：D解析：法人年齡與貸款違約風險關聯(lián)性較弱，而經(jīng)營年限、貸款金額、員工人數(shù)更能反映企業(yè)的經(jīng)營穩(wěn)定性和償債能力。二、填空題（共4題，每題2分，共8分）6.（2分）在分析龍崗區(qū)居民的信用卡消費行為時，若要衡量不同消費場景（如餐飲、購物、交通）的關聯(lián)性，可以使用______方法。答案：關聯(lián)規(guī)則挖掘解析：關聯(lián)規(guī)則挖掘（如Apriori算法）能發(fā)現(xiàn)頻繁共現(xiàn)的消費模式，例如“餐飲消費后常伴隨奶茶購買”，適合銀行精準營銷分析。7.（2分）廣發(fā)銀行在處理龍崗區(qū)網(wǎng)點客戶排隊時間數(shù)據(jù)時，若發(fā)現(xiàn)排隊時間服從正態(tài)分布，則可以使用______指標評估服務質(zhì)量。答案：95%置信區(qū)間解析：正態(tài)分布下，95%置信區(qū)間能反映大部分客戶排隊時間的范圍，便于設定服務目標（如縮短排隊時間）。8.（2分）若要評估廣發(fā)銀行龍崗區(qū)某信貸產(chǎn)品的反欺詐模型效果，常用______指標衡量模型的區(qū)分能力。答案：AUC（ROC曲線下面積）解析：AUC能綜合評估模型在不同閾值下的正負樣本區(qū)分能力，適用于欺詐檢測這類不平衡場景。9.（2分）在分析龍崗區(qū)居民儲蓄行為時，若發(fā)現(xiàn)收入與儲蓄呈非線性關系，則可以考慮使用______模型擬合。答案：多項式回歸解析：當關系曲線明顯彎曲時，多項式回歸能更好地捕捉非線性趨勢，而線性回歸會高估低收入群體的儲蓄。三、簡答題（共3題，每題10分，共30分）10.（10分）簡述在分析龍崗區(qū)小微企業(yè)貸款數(shù)據(jù)時，如何處理數(shù)據(jù)不平衡問題（如違約樣本僅占5%）。答案：1.重采樣：-過采樣（如SMOTE算法）擴充少數(shù)類樣本，避免模型偏向多數(shù)類。-欠采樣（如隨機刪除多數(shù)類）減少數(shù)據(jù)量，但可能丟失信息。2.代價敏感學習：為少數(shù)類樣本設置更高權重，使模型更關注違約樣本。3.集成方法：使用Bagging（如隨機森林）或Boosting（如XGBoost）平衡預測偏差。4.特征工程：提取更區(qū)分性的特征（如企業(yè)現(xiàn)金流波動率、行業(yè)景氣度）。解析：銀行場景中違約樣本稀疏，直接建模易失效，需結(jié)合重采樣、代價調(diào)整或集成學習解決。11.（10分）若要分析廣發(fā)銀行龍崗區(qū)網(wǎng)點客戶流失原因，如何設計數(shù)據(jù)分析方案？答案：1.數(shù)據(jù)準備：整合CRM、交易、營銷活動數(shù)據(jù)，標注流失客戶（如連續(xù)3個月未交易）。2.特征分析：-流失組vs留存組對比（如年齡、收入、產(chǎn)品持有量差異）。-漸進式流失分析（如提前1個月、3個月未交易的客戶特征）。3.驅(qū)動因素挖掘：-統(tǒng)計顯著性檢驗（如t檢驗、卡方檢驗）。-機器學習模型（如邏輯回歸、決策樹）識別關鍵流失因子。4.策略建議：針對高頻流失原因（如網(wǎng)點距離、產(chǎn)品競爭力）制定挽留方案。解析：需結(jié)合描述性統(tǒng)計和建模分析，從“是什么”到“為什么”，最終提出可落地的解決方案。12.（10分）在分析龍崗區(qū)居民信用卡消費數(shù)據(jù)時，如何評估模型的業(yè)務價值？答案：1.業(yè)務指標關聯(lián)：-模型預測的消費金額與實際交易額的R2值。-通過模型推薦產(chǎn)品后的用戶轉(zhuǎn)化率提升。2.成本效益分析：-模型開發(fā)成本vs營銷成本降低/收入增加。3.A/B測試：對比使用模型和不使用模型的營銷效果。4.動態(tài)評估：監(jiān)控模型在業(yè)務環(huán)境變化（如政策調(diào)整）后的表現(xiàn)。解析：銀行模型需兼顧技術準確性和商業(yè)可行性，需量化其對營收或成本的影響。四、編程題（共2題，每題15分，共30分）13.（15分）假設你已獲取龍崗區(qū)某月信用卡交易數(shù)據(jù)（CSV格式），包含“用戶ID”“交易金額”“交易時間”“商戶類型”等字段。請用Python實現(xiàn)以下任務：（1）計算每個用戶的日均消費金額，并繪制分布直方圖；（2）分析不同商戶類型（如“餐飲”“購物”）的消費金額差異，用箱線圖展示。答案：pythonimportpandasaspdimportmatplotlib.pyplotasplt讀取數(shù)據(jù)data=pd.read_csv('龍崗區(qū)交易數(shù)據(jù).csv')data['交易時間']=pd.to_datetime(data['交易時間'])（1）計算日均消費user_daily_avg=data.groupby('用戶ID')['交易金額'].resample('D',on='交易時間').sum()/data.groupby('用戶ID')['交易時間'].nunique()user_daily_avg.plot(kind='hist',bins=30,title='用戶日均消費金額分布')plt.xlabel('日均消費金額')plt.ylabel('用戶數(shù)量')plt.show()（2）商戶類型消費差異data['交易金額']=data['交易金額'].astype(float)plt.figure(figsize=(10,6))data.boxplot(column='交易金額',by='商戶類型')plt.title('不同商戶類型的消費金額箱線圖')plt.xlabel('商戶類型')plt.ylabel('交易金額')plt.xticks(rotation=45)plt.show()解析：-第一步通過`resample`和`groupby`計算日均消費，直方圖直觀展示分布特征。-第二步用箱線圖對比商戶類型差異，突出“餐飲”“購物”等高價值類別的離散性。14.（15分）假設需構建一個簡單的信用評分模型，輸入特征包括“年齡”“收入”“歷史逾期次數(shù)”，目標變量為“是否違約”（0/1）。請用邏輯回歸實現(xiàn)，并計算混淆矩陣。答案：pythonfromsklearn.linear_modelimportLogisticRegressionfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportconfusion_matrix準備數(shù)據(jù)X=data[['年齡','收入','歷史逾期次數(shù)']]y=data['是否違約']劃分訓練集X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=42)邏輯回歸建模model=LogisticRegression()model.fit(X_train,y_train)預測與評估y_pred=