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:
银行同业对高端客户的争夺日趋激烈,互联网金融凭借其高收益的优势也对高端客户形成分流,因此建立贵宾客户流失预警模型对于银行的生存发展意义重大.结合我国商业银行业务现状,综合运用决策树分析、支持向量机、贝叶斯网络等方法,分别创建流失预警子模型,再利用神经网络对三个预警子模型的结果进行组合,生成组合预测模型.实证表明,组合后的模型在准确率、覆盖率、命中率、提升度等指标上都有明显优化.
推荐文章
大数据金融背景下商业银行客户信息保护研究
大数据金融
商业银行
客户信息保护
大数据背景下的电子商务客户流失量预测
客户流失量预测
电子商务系统
大数据
模糊聚类分析
预测模型
数据预处理
商业银行风险分析体系中的大数据应用研究
风险分析体系
大数据应用
商业银行
互联网
数据挖掘
大数据背景下商业银行零售业务客户精准管理研究
大数据
商业银行零售业务
客户管理
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 大数据背景下商业银行贵宾客户流失的组合预测研究
来源期刊 电子商务 学科
关键词 大数据 组合预测 贵宾客户 客户流失
年,卷(期) 2019,(6) 所属期刊栏目 网上金融
研究方向 页码范围 55-57
页数 3页 分类号
字数 4005字 语种 中文
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 卢美琴 福建商学院国际经济与贸易系 4 12 2.0 3.0
2 吴传威 中国农业银行福建省分行科技与产品管理部 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (107)
共引文献  (33)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
组合预测
贵宾客户
客户流失
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
电子商务
月刊
1009-6108
11-4499/TN
大16开
北京市西城区新街口正觉夹道17号
2-266
1994
chi
出版文献量(篇)
9385
总下载数(次)
52
总被引数(次)
23899
论文1v1指导