基于大数据与人工智能技术的理财客户 流失预警模型研究与实现

• 作者: 义天鹏 广西北部湾银行
• 来源期刊: 科技与创新
• 学科: 工学
• 关键词: 理财客户 Spark大数据 流失预警模型 梯度提升决策树(GBDT)
• 年，卷（期）: 2024,（9）
• 页码范围: 36-39
• 页数: 4页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2024.09.009

摘要

理财客户存在到期后将资金转至行外不再购买该行理财产品的情况，如果能够提前发现这类将要流失的客户，进而针对性地对客户营销挽留，可以有效减少理财业务规模下降。通过对存量理财客户进行机器学习算法建模，基于Spark大数据与人工智能技术，根据客户的理财到期月数据构建流失预警模型，预测其下月底是否会真正流失，从而可以在客户真正流失之前做出相应的营销干预。结果表明，使用梯度提升决策树（Gradient Boosting Decision Tree,GBDT）算法准确率（Accuracy）为93%，召回率（Recall）为95%,AUC(ROC曲线下的面积)值达到0.91，对客户流失预测取得较好效果。