收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于客户画像的银行客户流失预警系统的设计与实现

傅雅洁  
【摘要】:随着大数据时代的到来,金融领域竞争加剧,各商业银行愈加关注客户的流失管理。与此同时,商业银行利用其积累的海量客户数据,纷纷建立客户画像刻画客户特征,但传统金融客户画像仅仅展示客户基本信息和部分统计数据,忽略了数据背后隐藏的信息。本文以某商业银行的零售客户为研究对象,对客户流失问题展开深入研究,发现并非所有流失客户都值得银行挽留,应关注高价值客户的流失情况,同时客户价值分群为流失预测提供价值判断,是提高客户流失预测和挽留能力的一个有效方式。因此本文设计并实现一种基于客户画像的银行客户流失预警系统,采集和处理客户画像平台中的客户相关数据,应用客户价值分群模型和客户流失预测模型,能够在客户流失前及时预警,对高价值客户进行挽留,减少客户流失率。本文的主要工作内容如下:(1)提出了基于客户画像的客户价值分群模型。首先,针对客户价值衡量问题,提出了一种基于RFM模型和CV-PV模型的银行客户价值评价指标体系。其次,在对客户价值进行聚类分析时,设计了一种基于最大最小距离和加权密度的K-Means算法,利用加权密度选取聚类中心点集,并根据最大最小距离选择初始聚类中心。相关实验结果显示,该算法相较于基本的K-Means算法,聚类效果有所提升。(2)提出了基于客户画像的客户流失预测模型。首先,针对银行客户流失数据集的类不平衡现象,将代价敏感学习方法融入随机森林算法,构建了客户流失预测模型;同时,根据数据的实际分布和特征重要程度,引入权重距离重构代价函数,并根据基分类器的性能进行加权投票,用于提高分类的准确性和整体效果。其次,利用客户流失预测模型分别对客户价值分群前后的客户群体进行流失预测。经对比发现,客户价值分群后的预测效果相较于总体客户各项指标均有提升,其中核心价值客户的流失预测准确率提高了6.67%,AUC值提高了4.5%。最后,通过对比其他算法发现,基于代价敏感的加权随机森林算法在预测银行客户流失问题上具有较好的性能。(3)设计并实现了基于客户画像的银行客户流失预警系统。系统包括数据采集模块、数据建模模块和数据可视化模块,并对系统进行了功能性和非功能性测试,验证了系统的有效性和可行性。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 朱琦;朱正键;陈伦楷;;基于随机森林算法的客户流失模型[J];电信快报;2019年04期
2 琚春华;卢琦蓓;郭飞鹏;;融入个体活跃度的电子商务客户流失预测模型[J];系统工程理论与实践;2013年01期
3 田波;沈江明;桂贝贝;曾志勇;;基于客户细分的客户流失预测研究[J];通讯世界;2020年06期
4 任剑锋;张新祥;;电子商务客户流失的建模与预测研究[J];计算机仿真;2012年05期
5 唐淑君;;保险业客户流失预测模型的建立与实现[J];软件导刊;2011年01期
6 钱苏丽;何建敏;王纯麟;;基于改进支持向量机的电信客户流失预测模型[J];管理科学;2007年01期
7 王颖;陈治平;;结合K-means的分类方法在电信客户流失中的应用[J];佳木斯大学学报(自然科学版);2010年02期
8 张珠香;骆念蓓;;客户流失管理研究现状及展望[J];计算机系统应用;2017年12期
9 刘红;谢伟;;基于客户终身价值的流失客户研究[J];合肥工业大学学报(社会科学版);2008年06期
10 田菊飞;苏怀智;;基于随机森林算法的大坝应力预测模型的构建及其应用[J];水电能源科学;2018年05期
11 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
12 南粤老李;;浅谈客户流失[J];汽车维修技师;2017年05期
13 黄国相;;给不重视企业“生命”的药方(5)——客户流失防治方案:如何提供客户流失台账、报表与分析报告[J];汽车维修技师;2013年11期
14 V.库马尔;;美国公司如何避免客户流失[J];IT时代周刊;2010年11期
15 张秋菊;朱帮助;;基于自组织模糊规则归纳的电子商务客户流失预测[J];计算机应用与软件;2010年12期
16 王祥翠;;基于层次分析法的商业零售业客户流失度分析[J];市场论坛;2008年05期
17 刘寒冰;;客户流失原因浅析[J];饲料博览;2006年01期
中国重要会议论文全文数据库 前20条
1 余力涛;党延忠;杨光飞;;基于迁移学习的客户流失预测模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
2 张海波;赵焕成;;电信移动客户流失的预测模型——基于社会网络分析的实证研究[A];21世纪数量经济学(第11卷)[C];2010年
3 司学峰;蒋国瑞;李英毅;;基于数据挖掘技术的客户流失预测研究综述[A];第三届中国智能计算大会论文集[C];2009年
4 朱正键;胡芬芬;梅嘉玲;;基于决策树的客户流失分层预警模型研究[A];2017广东通信青年论坛优秀论文集[C];2017年
5 苏小龙;;基于消费行为认知的固网大客户流失研究[A];中国创新与企业成长(CI&G)2013年度会议论文集[C];2013年
6 曹璨;王鹏;黄海;陈宗海;;不均衡数据下的电信客户流失方法研究综述[A];第17届中国系统仿真技术及其应用学术年会论文集(17th CCSSTA 2016)[C];2016年
7 谢忠局;王琳璘;王琦;陈永权;;基于随机森林的电力企业现金流预测模型研究[A];第二届智能电网会议论文集[C];2018年
8 洪居华;张林垚;;基于图形增强技术和随机森林算法的电压扰动信号识别[A];福建省电机工程学会2020年学术年会获奖论文集(上册)[C];2021年
9 王蒙;单卿;李佳桐;黑大千;凌永生;贾文宝;;偏最小二乘结合随机森林方法在PGNAA在线定量元素检测的应用[A];第七届重金属污染防治技术及风险评价研讨会论文集[C];2017年
10 潘婷;左仁广;王子烨;;基于随机森林与卷积神经网络的岩性识别对比[A];首届全国矿产勘查大会论文集[C];2021年
11 王栋;贾建伟;刘昕;;基于物理成因的随机森林模型在丹江口水库中长期来水预测研究中应用[A];中国水利学会2021学术年会论文集第一分册[C];2021年
12 周嘉儒;卢鹏;王庆凯;李志军;张航;;基于冰面自动检测算法的北极夏季冰面特征分布研究[A];中国水利学会2021学术年会论文集第五分册[C];2021年
13 由昶泓;任彦霖;刘赵淼;;基于随机森林算法的MRT-LBM固液相变模型数值精度研究[A];北京力学会第二十八届学术年会论文集(上)[C];2022年
14 汤健;夏恒;乔俊飞;郭子豪;;基于随机森林和梯度提升树混合集成的二噁英排放浓度预测[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
15 廖奇;张育炜;奕天飞;;基于多组学特征对蛋白编码基因和长非编码RNA调节关系的预测[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
16 王晓佳;王雨容;;基于模型融合的妊娠糖尿病预测研究[A];第十五届(2020)中国管理学年会论文集[C];2020年
17 徐凯;陈世军;姜大建;刘俊洲;;基于随机森林方法的地震插值方法[A];2020年中国地球科学联合学术年会论文集(十四)—专题四十:地震波传播与成像、专题四十一:高压实验矿物学、岩石学与地球化学、专题四十二:地球物理人工智能和信息技术进展[C];2020年
18 冯国礼;王敏;彭骞;夏琨;;基于集成式随机森林算法的多对象化监控参量预警技术研究[A];全国智能用电工程建设经验交流会论文集(2020年)[C];2020年
19 李佳胜;张力文;;基于随机森林的地震流体识别研究[A];第三届地球物理信息前沿技术研讨会论文摘要集[C];2021年
20 刘煜;游旭群;;分析性认知风格对道德体感图谱的影响——基于随机森林算法[A];第二十三届全国心理学学术会议摘要集(下)[C];2021年
中国博士学位论文全文数据库 前6条
1 王晓军;基于大数据的风洞马赫数集成建模方法的研究[D];东北大学;2016年
2 王鑫;基于随机森林的认知网络频谱感知算法研究[D];东北大学;2016年
3 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
4 夏国恩;基于商务智能的客户流失预测模型与算法研究[D];西南交通大学;2007年
5 欧雷(OLLE OLLE Daniel Claude Georges Delort);电信网络中消费者流失的预测和扩散研究:多元社会网络关系视角[D];华中科技大学;2014年
6 夏静;基于有限数据的临床预测模型研究[D];浙江大学;2019年
中国硕士学位论文全文数据库 前20条
1 傅雅洁;基于客户画像的银行客户流失预警系统的设计与实现[D];东南大学;2020年
2 邱一卉;随机森林在电信行业客户流失预测中的应用[D];厦门大学;2008年
3 曾驰;基于财务分析的上市公司分类的改进K-Means与随机森林方法研究[D];湘潭大学;2020年
4 赵冬伟;基于数据挖掘的客户流失预测研究[D];湘潭大学;2012年
5 董航;电商企业客户流失预警模型研究[D];东华大学;2017年
6 库姝婧;基于数据挖掘的客户流失预测分析[D];兰州财经大学;2015年
7 李为康;电子商务客户细分及客户流失预测应用研究[D];中国计量大学;2020年
8 李伟健;面向主动服务的客户流失预测模型研究[D];武汉理工大学;2010年
9 杨宇峰;基于支持向量机的手机客户流失倾向预测模型的研究[D];吉林大学;2010年
10 刘子琦;K均值决策树优化算法在电信客户预测中的应用研究[D];吉林农业大学;2017年
11 陆岭;数据挖掘在电信客户流失预测的应用[D];贵州大学;2008年
12 郭俊芳;电信领域客户流失预测模型的研究与实现[D];大连海事大学;2007年
13 卢淑敏;A航空公司客户流失预测问题研究[D];暨南大学;2019年
14 庄雅云;电子商务客户流失预测研究[D];华南理工大学;2019年
15 王媛媛;平安信托成都财富公司客户流失分析及应对策略[D];电子科技大学;2017年
16 徐媛媛;S电信公司宽带客户流失的对策研究[D];南京航空航天大学;2019年
17 王学思;基于XGBoost的客户流失预警模型研究[D];大连理工大学;2019年
18 高欣怡;基于大数据算法的G物流公司客户流失分析[D];东华大学;2019年
19 张珠香;电子商务客户流失的生存分析模型及挽救策略研究[D];福州大学;2018年
20 孙丽;基于生存分析的A公司宽带客户流失问题研究[D];燕山大学;2019年
中国重要报纸全文数据库 前15条
1 本报记者 王辉;降低客户流失率有高招[N];中国质量报;2017年
2 本报记者 何可;商家服务不到位成客户流失主因[N];中国质量报;2017年
3 记者 郭志明;中国企业因客户流失年损失逾6000亿元[N];中国企业报;2008年
4 ;客户流失的6个源头[N];民营经济报;2006年
5 北京商报记者 刘泽先 实习记者 程维妙;理财收益滑坡致大量客户流失[N];北京商报;2015年
6 证券时报记者 刘云;中小券商营业部遭遇客户流失潮[N];证券时报;2008年
7 本报记者 索佩敏;次贷危机令航空业金融客户流失[N];上海证券报;2008年
8 ;揭开客户流失真相[N];计算机世界;2005年
9 本报记者 徐继业;5年客户流失率为零 EMC客户满意度95%秘籍[N];21世纪经济报道;2003年
10 记者 卜晓明 闫磊;戴尔私有化面临客户流失风险[N];经济参考报;2013年
11 证券时报记者 木鱼;804万! 基金遭遇史上最大客户流失潮[N];证券时报;2011年
12 记者 王辉;4S店客户流失率高[N];中国质量报;2014年
13 博文;销售满意度研究显示:服务体验不佳致客户流失[N];中国消费者报;2019年
14 本报特约撰稿人 李德猛;客户流失,如何自我救赎[N];华夏酒报;2015年
15 本报记者 袁迎蕾 符晓虹 通讯员 蒋贤玲 柯元惠;为海南防汛添底气[N];中国气象报;2021年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978