基于LASSO-SVM模型的银行定期存款电话营销预测

• 作者: 徐扬 梅瑞婷 王国长
• 来源期刊: 统计学与应用
• 学科: 经济
• 关键词: 定期存款 电话营销 支持向量机 LASSO-支持向量机
• 年，卷（期）: 2016,（3）
• 页码范围: 289-298
• 页数: 10页
• 分类号: F2

摘要

定期存款一直以来都是银行的主要资金来源,而电话营销也成为一种低成本,广受银行欢迎的营销模式。因此,如何提高电话营销成功率成为银行急需解决的重要问题。其中,影响客户订购定期存款的因素复杂多样,而这些因素之间可能存在多重共线性,如果银行不加选择地引入众多影响因素来进行订购定期存款的预测,往往不能取得良好的预测效果,甚至产生错误的决策。在统计学习方法中,LASSO方法可以同时进行参数估计和变量选择,所以本文提出了基于LASSO与支持向量机的组合预测方法。同时,与SVM、神经网络、LASSO-神经网络方法的预测效果进行比较,验证了LASSO-支持向量机组合预测方法的拟合预测效果要优于另外三种预测方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国长	暨南大学经济学院	9	10	2.0	3.0
2	徐扬	暨南大学经济学院	6	7	2.0	2.0
3	梅瑞婷	暨南大学经济学院	2	0	0.0	0.0