作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
当前,信用卡的运营收益成为各商业银行的主要收入来源,但其营销竞争已经趋于白热化。因此,信用卡客户流失分析开始受到各商业银行的重视。而由于决策树具有分类精度高、分类器可解释性强的特点,适合用于客户流失分析。因此,该文提出了利用Boosting技术的决策树集成C5.0进行信用卡客户流失分析的方法。并针对信用卡流失数据分布不对称的特点,对Boosting技术进行了相应的改进尝试。
推荐文章
基于决策树的客户流失分析
决策树
客户流失分析
C4.5
剪枝
数据挖掘
基于组合分类器的信用卡信誉检测
信誉检测
支持向量机
决策树
组合分类
测全率
测准率
基于数据仓库的信用卡客户分类规则获取
数据仓库
信用卡数据仓库
判定树
分类规则
信用卡客户流失预测模型研究
大数据建模
决策树
逻辑回归
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进Boosting的决策树信用卡客户流失分析设想
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 客户流失分析 决策树 Boosting技术
年,卷(期) dnzsyjsxsb_2012,(6X) 所属期刊栏目
研究方向 页码范围 4306-4307
页数 2页 分类号 TP311.13
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 廖旺宇 四川烹饪高等专科学校信息技术系 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
客户流失分析
决策树
Boosting技术
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导