本文析了当前移动金融服务的业务需求，提出了基于LBS的增值服务应用平台的构建思路，并进行了原型系统的设计和探索。

　　一、引言

　　LBS作为移动增值服务发展到现阶段的重要应用，目前已应用于物流、交通、机场、大型超市、军事等多个领域。然而在移动金融领域，却未得到充分的重视和应用。

　　目前，金融行业的移动增值服务主要集中于两大类：一是传统的SMS服务，即短信服务，用于批量发送各类业务服务及产品信息进行营销;二是手机银行业务，尽管多家商业银行均已推出各自的手机银行系统，但其提供的功能是网银服务的简化版，附带少量诸如网点查询、产品公告、优惠信息等增值业务，涉及LBS的服务少之又少。笔者选取了部分国内主流商业银行，对其手机银行系统中LBS业务应用进行了调研。

　　从表1可以看到，当前LBS在金融增值服务领域尚未得到充分开发，各商业银行的移动金融服务普遍存在服务同质化严重、业务模式及理念落后的现象，仍然停留在“人找服务”的阶段，而非“服务找人”的精准服务模式。业务和服务处于被动等待用户使用的状态。本文在前人研究的基础上，对LBS在移动金融领域的应用进行了探索。

　　二、移动金融增值服务应用平台的分析与设计

　　结合目前商业银行的实际业务和LBS业务的发展现状，对基于LBS的移动金融增值服务平台的分析，包括需求分析与总体架构设计两部分。

　　1.应用平台需求分析

　　LBS业务发展至今，主要优点在于其提供服务的“主动性”，即根据用户的地理位置，并结合用户相关信息，依赖某些算法和模型，为用户提供具有“个性化”的有价值信息。

　　就商业银行的个人业务而言，其服务对象主要划分为信用卡客户与借记卡客户两大类。前者主要进行刷卡消费，而后者在普通储蓄业务以外，部分客户需要进行投资理财。这两类客户对于金融服务中的LBS业务具有不同的功能需求，总结如表2所示。

　　2.应用平台总体架构设计

　　在平台的设计开发中，手机客户端将作为在移动设备上运行的前台程序，平台的顺利运行还需要相应后台服务以作支持。客户端主要负责建立连接、向服务器端提交服务请求信息、接收相应信息、数据解析及结果呈现等功能;服务器端主要负责接收服务请求、与数据库的通信、个性化推荐信息过滤、处理结果返回等功能。

　　由此，可以保证用户的移动设备终端业务逻辑简单，符合移动互联网传输效率较低、数据量较小的现状。而较为复杂的数据库操作、个性化信息过滤等事务则由处理能力较强、信息量较大的服务器端完成，保证应用平台在移动终端的快速响应能力及较好的用户体验。

　　应用平台的设计和开发基于C/S结构，并采用经典的MVC三层技术架构，即视图层、业务层和数据层。客户端通过HTTP通信机制访问服务器端的Servlet程序，接收和响应来自客户端的服务请求，并调用相应方法操作后台数据库，最终将结果返回至客户端，系统总体架构如图1所示。

　　其中，通过视图层完成信息的输入、搜索及推荐信息的反馈显示;业务层完成周边搜索、用户兴趣模型构建、个性化信息过滤等事务的处理;数据层主要负责包括用户信息库、产品信息库、合作商户信息库、用户偏好库等重要数据的存储和管理。

　　三、应用平台的功能模块及算法设计

　　依据应用平台的需求分析和架构设计，对平台的功能模快进行划分，同时根据不同业务类型的不同需求，提出合理的个性化算法设计思路。

　　1.功能设计

　　根据前文的实际调研和需求分析，用户借助应用平台，可随时随地查询周边的银行网点、合作商户、优惠信息以及部分网点所营销的产品信息。而检索返回的数据结果，既要满足地理位置的敏感性，同时也应当与用户自身个性化信息关联，并彼此产生反馈。总体来看，可以将应用平台的功能划分为如下四个模块。

　　周边搜索功能：作为最基本的应用之一，具体包括周边网点及自助设备搜索、周边合作商户搜索、周边网点金融产品搜索。

　　个性化信息推送功能：可以将其视为应用平台最重要的核心功能模块，该功能模块包括借记卡客户产品和信用卡客户消费信息推荐。

　　签到与评价管理功能：属于LBS应用的基本功能之一，在设计中，该功能除了可以完善LBS的应用领域，更需要将评价信息作为反馈信息，对推荐结果的产生与排序产生影响。该模块包括合作商户处的签到、发表评论、社交网络同步等。

　　个人管理功能：作为大部分系统开发均会涉及的模块，本研究主要包括3个子功能，分别是个人信息管理功能、同步设置功能、隐私保护功能等。

　　2.核心算法的设计思路

　　应用平台需要根据客户所属类型的不同，提供有差异的算法模型，从而实现有区别的个性化信息推荐功能。

　　(1)信用卡客户推荐算法。信用卡客户在使用应用平台时，普遍需要得到与自身消费相关的信息，其特点可以概括为：①对时间和地理位置的敏感性较强。②一般情况下，系统中个人历史消费数据较充足。③个人消费偏好有较强的规律可寻。

　　针对以上特点，可以选择基于内容的个性化推荐算法，即根据用户已经选择的产品内容信息，计算项目之间的相似性，进一步推荐。适合向信用卡持卡客户提供具有针对性的个性化消费信息推荐服务。

　　该算法思路描述为：①读取用户地理位置信息，进行位置过滤，保留一定距离范围内的商户信息。②为用户与产品信息分别建立描述文件，计算相似度。⑧返回相似度较高的N个结果作为推荐依据。

　　推荐算法的流程如图2所示。

(2)借记卡客户推荐算法。对于有投资理财需求的借记卡客户，其自身特点与业务需求存在着较大的差异：①是相对于产品本身，地理位置敏感度相对较低。②平均而言，个人产品持有记录并不充足，数据稀疏度较强。③可供选择的推荐产品应与自身财务状况和投资偏好相关。

　　针对上述特点，选择基于用户的协同过滤算法进行个性化推荐，并结合地理位置信息过滤，保证一定程度上地理位置的便捷性和可行性。

　　该算法思路描述为：①通过用户的历史信息或对某项目的兴趣度来计算不同用户之间的相似度，并由此得到与目标用户最为相近的用户，形成近邻集。②通过近邻对其他产品的评价或兴趣度来预估该用户可能对某项目的兴趣度。③最后对预估的兴趣度值进行排序，选取较大的N个产品作为推荐集。

　　上述算法设计的核心在于根据与目标用户相似的客户选择，为目标客户提供更多与自身状况相符的产品推荐。既满足客户在投资理财方面的需求，又为商业银行拓展了营销渠道，打破陈规，实现对新产品的有效营销。

　　四、结论与展望

　　在本文研究的基础之上，笔者对本应用平台的原型系统进行了进一步探索，取得了良好的效果，并从中得到了有意义的思考和启示。

　　1.原型系统实验

　　在开发本研究的应用平台时，选择了Android手机系统。一方面在于其良好的开放性与可扩展性，另一方面源于Android平台与地图服务接口Google Map API良好的兼容性。

　　应用平台的开发工具选择Eclipse/MyEclipse+ADT20.0.3+Google SDK，运行环境为JDKl.6+Android2.1+Google APIs。

　　通过手机客户端登录该平台，可以顺利实现GPS定位，并根据账户信息，自动进行客户分类，随后客户可以对检索范围、产品/消费类别等字段进行预设，系统自动根据客户类别及预设信息进行相关产品的检索和推荐。此外，客户还可以自由选择是否接收系统推送信息。

　　2.建议与展望

　　在当前同业竞争激烈、业务同质化日趋严重的大背景下，LBS在金融行业的应用仍然有限，具有较大的探索空间。率先进行服务创新尝试，必将为银行迎来更主动的竞争地位和更大的用户黏性。

　　各商业银行在大力推广手机银行系统的同时，可以加大对LBS的关注程度，丰富LBS应用的内容，将有效扩充移动金融服务的业务范围，既满足银行客户对手机银行个性化服务的需求，也能够为商业银行及其合作商户的效益产生直接的推动作用。

    移动支付网（微信号：mpaypass）移动支付产业第一微信公众平台。