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:
本文利用RFM模型和人口统计变量建立了多维商业银行客户流失预测指标,利用二元logistic模型构建商业银行零售客户流失预警模型,结合案例银行进行了实证研究。结果表明交易频率、最近交易时间、性别、以及年龄对商业银行零售客户流失具有统计学意义,其中交易频率、最近交易时间影响最为显著。
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ERFM和二元logistic的商业银行零售客户流失模型研究
来源期刊 财会通讯:综合(下) 学科 经济
关键词 客户流失 扩展RFM 模型 人口统计变量 二元LOGISTIC模型
年,卷(期) 2012,(11) 所属期刊栏目
研究方向 页码范围 147-149
页数 3页 分类号 F224.33
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 曹国 22 49 3.0 6.0
2 沈利香 20 68 4.0 7.0
3 许娟 2 0 0.0 0.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
扩展RFM
模型
人口统计变量
二元LOGISTIC模型
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
财会通讯:下
月刊
1002-8072
42-1103/F
武汉市武昌紫阳东路45号
38-192
出版文献量(篇)
5247
总下载数(次)
25
总被引数(次)
0
论文1v1指导