以整合公路货运市场运力资源为目的并实现市场车货两端精准匹配的网络货运平台,随着经营能力的提升,网络货运平台企业开始向业务多元化、产品多样化发展,并逐步构建平台经营生态圈。网络货运平台由于具有车源、货源两端的交易双边市场,因此其产品服务的类型也可概括为承运人类以及货主类。其中,在承运人类中就包含了围绕承运人在运输过程中可能存在的资金前置需求而诞生的消费金融产品—运费预付服务。运费预付产品参照承运人申请该产品的运单金额,并给予申请人以一定比例的运费垫付资金,以满足承运人的相关资金需求,并实现平台强化服务水平且提升承运人对平台粘性的目的。由于消费金融类型的产品具有强烈的消费者导向,因而此类的产品需要深度研究消费者需求及其背后的驱动行为。然而运费预付产品在网络货运平台中受制于业务运营时间有限,业务目前缺乏对于消费者的行为研究,因此在产品的构建以及运营中缺乏科学性。基于此,本文以平台的运费预付业务为例,通过Y平台的运费预付数据,对该产品的用户行为进行研究。首先,本文对网络货运平台的相关文献进行了研究;阐述了运费预付产品被包含于消费金融的大概念下,同时梳理出消费金融业态的逻辑构成,并对网络货运平台以及电商平台的消费金融产品进行了比较性研究;同时,也进一步的介绍了消费者行为的相关理论研究以及本文实证工作中所涉及模型算法的原理及使用过程。其次,本文基于网络货运平台运费预付产品的业务流程与业务特点,结合平台外部同类产品的成熟经验以及前行理论,构建出运费预付承运人行为研究的综合指标体系。从次,本文在用户行为研究的数据挖掘体系之上,选取谱聚类算法中的NJW算法对用户行为做进一步研究。在算法的执行过程中,本文结合Self-turning以及本征间隙理论对NJW算法进行了优化,通过改进后的自适应NJW算法对预付业务承运人进行了承运人细分并在此基础上进行了承运人行为研究,同时根据承运人行为偏好得出相应的业务调整对策。最后,本文构建出运费预付申请人行为评估模型,其中利用决策树算法对用户行为研究体系中的数据指标进行了离散化以及WOE编码处理,同时构建出Lasso-Logistic回归模型筛选出14项显著变量和其对应的参数估计值,通过多项检验后,对各项数据变量进行了评分与比例转化,并将该比例作为运费预付业务中平台垫付资金的动态基础比例。根据模型的评估结果,对Y平台承运人申请预付业务可获得的垫付资金基础比例进行了分析,并结合Y平台的经营现状提出了相应的业务改进策略。