典型文献
基于决策树的银行目标客户预测算法
文献摘要：
近年来互联网金融的兴起对传统银行产生了巨大的冲击,传统银行的优势在于拥有巨大的客户数据库,为了提高传统银行的竞争力,可以借助机器学习的方法对大量客户进行区分,从而寻找出潜在客户,实行高效管理.由于银行数据量大、特征多的特点,该文通过决策树算法对其进行分类和预测,首先观察统计数据特征对数据进行清洗预处理,再利用不平衡算法解决数据量不平衡问题,最后利用决策树算法建立最终模型,对客户进行分类和预测,向潜在的顾客进行推荐,减少了银行的盲目推荐费用,有效提升了推荐的成功率.
文献关键词：
分类模型;决策树;银行数据分析;数据挖掘;人工合成采样
中图分类号：
作者姓名：
夏安林;杜董生;盛远杰;刘贝
作者机构：
淮阴工学院,江苏淮安223003
文献出处：
引用格式：
[1]夏安林;杜董生;盛远杰;刘贝-.基于决策树的银行目标客户预测算法)[J].电脑知识与技术,2022(24):8-11,28
A类：
人工合成采样
B类：
目标客户,预测算法,互联网金融,传统银行,户数,高效管理,数据量,决策树算法,分类和预测,数据特征,不平衡问题,终模型,顾客,分类模型,银行数据分析
AB值：
0.299642
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
