P2P借贷是一种将小额度的资金聚集起来借贷给有资金需求人群的一种商业模型。它的社会价值主要体现在以下三个方面:满足个人资金需求、发展个人信用体系和提高社会闲散资金利用率，由网络信贷公司（第三方公司、网站）作为中介平台，借助互联网、移动互联网技术提供信息发布和交易实现的网络平台，把借、贷双方对接起来实现各自的借贷需求。投资人对各个平台都很重要，高质量的投资人是保证平台资金稳定的来源，保证平台运转正常。目前各大平台通过线上，线下活动进行用户的拓展，对用户运营来说，就是拉新和留存。在市场进行拉新用户时，用户虽然过来了，但是有一部分用户投资金额低，复投率低，获客成本高，这部分用户对于平台来说贡献率很低，同时在获取高质量的新用户后需要进行维护，防止高质量用户流失。本文把用户价值和推荐理论相结合，提供更精准的用户召回方案。主要是对用户留存的分析，根据目前已有的用户群体的信息记录，投资行为，获取高质量流失用户，有目标的进行召回。
　　首先收集用户数据，选取数据范围，确定需要哪些用户的记录，对数据进行预处理，剔除一次投资行为用户，对数据进行标准化，进一步整合数据，提高数据的可研究质量，为后续研究提供数据支持。
　　其次基于RFM模型，计算用户的用户价值，在这里对于投资来说，在计算用户价值时，增加了期限因素，把整体用户平均期限作为统计时间点的间隔距离，在每个统计时间点计算一次用户价值。在计算用户价值时，利用层次分析法中的层次单排序来确定投资中的三个变量的权重，建立用户，统计时间点的用户价值矩阵，根据用户价值，利用K-Means算法，进行用户分类，利用手肘法进行聚类簇的确定，分类后的用户，通过最终聚类中心，划分出用户价值高，中，低，以及新用户群体。对于分类后的用户群体，利用价值判断矩阵，判断用户是价值保持者还是流失用户。
　　最后利用用户属性组合相似度，获得TOP-N推荐方案，对于用户属性，分为用户文本属性，用户数值属性。创建用户属性组合相似性矩阵，确定优秀的属性组合，根据召回用户目标数量，根据保留用户占比，结合用户属性组合相似性矩阵，确定用户的召集难度，目标是使整体的召回难度系数最小，利用方程最优解，设定每个属性组合的最佳召回人数，根据组内用户价值排序，选取召回用户。每个组合的最佳召回人数就为TOP-N推荐方案，把这些用户推送给运营人员，进行用户召回的维护工作。