基于自适应遗传神经网络的银行客户分类研究

• 作者: 汤亚玲 程泽凯 黄华
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 遗传算法 自适应 神经网络 客户分类
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 应用开发研究
• 页码范围: 192-195
• 页数: 4页
• 分类号: TP183
• 字数: 2621字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.07.048

摘要

银行产品的营销行为都是针对广大客户的。若能提前分辨出哪些是优质客户，再为其定制合理的营销策略，那银行就能获得更大的竞争力。文中将遗传算法与BP神经网络结合用于对银行客户分类进而预测客户是否会购买银行产品。该方法有效地克服了BP神经网络容易陷入局部极小值和收敛速度慢的问题，并且针对其中遗传算法的计算时间和精度问题提出了一种新的自适应遗传算法。实验结果表明，基于这种自适应的遗传神经网络的方法用更短的计算时间达到了更高的预测精度，可以准确地为银行客户分类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程泽凯	安徽工业大学计算机学院	51	532	9.0	22.0
2	汤亚玲	安徽工业大学计算机学院	25	120	6.0	10.0
3	黄华	安徽工业大学计算机学院	1	7	1.0	1.0