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

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：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.

作者：

义天鹏

展开 >

作者单位：

广西北部湾银行,广西南宁 530000

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)

出版年：

2024

DOI：

10.15913/j.cnki.kjycx.2024.09.009

科技与创新

中国计算机用户协会

科技与创新

ISSN：1008-0570

年,卷(期)：2024.(9)

参考文献量12