随着我国经济的快速发展和互联网技术的广泛运用,金融产品不断创新,其中互联网消费金融建立起了专业化的个人消费系统,不过消费金融公司向客户发放贷款面临的风险也越来越高,不管是风险控制、产品投放,还是业务拓展,都需要一套针对客户人群进行专业分析的辅助系统。针对消费金融公司二次营销和投资区域的决策,本文设计了一套辅助决策系统,系统以公司大量的还款记录良好的贷款客户的手机GPS数据为基础,探索研究利用数据挖掘技术,实现对客户人群GPS信息的数据分析,并且通过可视化显示出客户人群活动较为活跃的区域,重点以区域热度为基础,结合区域人口基数、区域政府政策导向等因素,利用决策模型对公司的二次营销和投资区域提供辅助决策建议。论文分析了国内外相关领域的研究现状,确立了研究目标,研究了相关的理论和技术,结合企业业务和技术的需求分析,对系统进行了详细的设计。实现的主要功能有四个部分,包括登陆验证部分、算法选择部分、可视化部分、评论分析部分。其中登陆验证部分主要是对登陆验证模块的管理,登陆的用户名、密码的设置、密码的修改以及新用户注册等功能。算法选择部分主要是实现算法模块的管理,包括GPS信息数据的处理,算法的选择,参数的选择,数据的整合转换。可视化部分主要是对可视化模块的管理,选用三种图示来实现分布情况的汇总分析,在可视化Scatter图示中显示决策建议。评论分析部分主要是实现用户对可视化结果的分析、判断、建议等功能。系统开发使用B/S结构,后台采用基于Python的Flask框架,前端采用Bootstrap框架,使得Web实现较为简洁,数据处理是核心部分,算法应用DBSCAN聚类算法,DBSCAN算法中采用Haversine公式使距离计算更加准确,选择Ball-tree的数据结构降低时间复杂度,使用CART决策树算法做进一步判断。本系统的设计在功能和性能方面基本满足企业需求,运行较为稳定,系统可为消费金融公司进一步的决策提供参考和依据。