典型文献
基于前馈性神经网络模型的金融消费者投诉数据分析
文献摘要：
随着金融业的飞速发展,金融机构的金融产品和服务不断创新,金融机构在为金融消费者提供更好的金融服务同时,也会因产品设计、营销宣传、服务水平等方面的原因,与之产生纠纷.本文利用前馈性神经网络模型耦合2家商业银行的金融消费者投诉数据及其影响因子之间的关系,并对投诉量进行预测.实验证明,前馈型神经网络模型能够有效预测未来投诉量,可以帮助金融机构合理分配资源、提高服务水平,监管部门也可利用数据分析结果制定有针对性的监管策略.
文献关键词：
数据建模;神经网络;金融消费者投诉
中图分类号：
作者姓名：
苏怡;顾同跃
作者机构：
中国人民银行南京分行 南京 210004;中国人民银行淮安市中心支行 江苏 淮安 223001
文献出处：
引用格式：
[1]苏怡;顾同跃-.基于前馈性神经网络模型的金融消费者投诉数据分析)[J].北方金融,2022(04):25-29
A类：
B类：
金融消费者投诉,投诉数据,金融业,金融机构,金融产品,金融服务,产品设计,产生纠纷,模型耦合,家商,商业银行,投诉量,前馈型神经网络,预测未来,合理分配,分配资源,监管部门,监管策略,数据建模
AB值：
0.28357
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。
